数据分组和去重

Gremlin支持对数据进行分组和去重。

数据分组：从某个维度上对拥有相同点的数据进行分组，比如根据年龄分组、根据省市区分组等

数据去重：去除结果集中相同的元素，或者去除在某个维度上具有相同点的数据，比如根据每个年龄只显示一个人

需要用到的Step：

  • group()：对结果集进行分组，可通过by(property)来指定根据什么维度进行分组，可称维度为分组键；如果不指定维度则以元素id作为分组键，相当于重复的元素被分为一组。每一组由分组键 + 组内元素列表构成。如果有需要也可以对每一组的元素列表进行reduce操作，依然使用by()语句，比如by(count())对组内元素计数
  • groupCount()：对结果集进行分组，并统计每一组的元素个数。每一组由分组键 + 组内元素数量构成
  • dedup()：去除结果集中相同的元素，可通过by(property)来指定根据什么维度进行去重
  • by()：语义上一般指“根据什么维度”，与上述语句配合使用，如group().by()、dedup().by()等，也可以与其他语句配合，如order().by()、path().by()等

使用group()对结果集进行分组：

默认根据id进行分组：

  1. // 不指定任何维度
  2. // 默认根据id进行分组，即重复的元素分到一组
  3. g.V().hasLabel('person').group()
  4. g.V().both().hasLabel('person').group()

指定分组键：

  1. // 根据age属性进行分组
  2. g.V().hasLabel('person').group().by('age')

分组并统计组内元素个数：

  1. // 统计每个年龄的人数
  2. g.V().hasLabel('person').group().by('age').by(count())
  4. // 统计每个label下的顶点个数
  5. g.V().group().by(label).by(count())

使用groupCount()对结果集进行分组计数：

默认根据id进行分组：

  1. // 不指定分组键
  2. // 默认根据id进行分组
  3. g.V().hasLabel('person').groupCount()
  4. g.V().both().hasLabel('person').groupCount()

指定分组键：

  1. // 根据年龄进行分组计数
  2. g.V().hasLabel('person').groupCount().by('age')

使用dedup()对结果集进行去重：

  1. // 对结果集进行去重
  2. g.V().both().hasLabel('person').dedup()
  4. // 从各个年龄的人中选出一个代表
  5. g.V().hasLabel('person').dedup().by('age')