可選節點聚合

Question

在圖形db中，如何計算用戶直接或間接對節點「評論」貢獻的次數。在下圖中，答案是2（1直接，1間接）

Answer 1

鑑於你的示例圖，在Neo4j的，你可以使用下面的Cypher查詢捕獲直接(User)-->(Comment)關係，並採用間接(User)-->(Comment)-->(Comment)variable length path operator：

MATCH (u:User)-[*]->(:Comment) 
RETURN u, COUNT(*) AS num 

編輯

布魯諾指出該查詢喲返回3因爲它考慮了用戶分組的所有路徑。取而代之的是，你在連接到每個用戶不同 Comment節點數量可能感興趣的：

MATCH (u:User)-[*]->(c:Comment) RETURN u, COUNT(DISTINCT c) AS num

Answer 2

正如您所標記orientdb，下面是類似的Cypher與OrientDB的途徑之一。

select count(*) from (match {class:User}-->{class:Comment, as:r} return r) 

可以深度甚至應用到搜索

Answer 3

隨着AQL graph traversal在ArangoDB，含用戶，評論和評論-2和邊緣集合的頂點集合nodescontrib與邊緣，你可以這樣做：

RETURN COUNT(
    FOR v IN 1..5 INBOUND "nodes/comment" contrib 
     FILTER v._key == "user" 
     RETURN 1 
) 

沿入站方向在contrib集合中的所有邊沿之後，遍歷開始於註釋節點，深度從1到5不等。應用過濾器將遍歷限制爲以用戶結束的路徑。

找到的兩條路徑是comment <-- user和comment <-- comment-2 <-- user。對於這兩條路徑，返回一個常量值（我們實際上並不需要節點中的任何東西）。周圍的RETURN COUNT()語句計算子查詢返回的結果數量，因此。

你也可以遍歷其他方式，從評論到用戶：

RETURN COUNT(
    FOR v IN 1..5 OUTBOUND "nodes/user" contrib 
     FILTER v._key == "comment" 
     RETURN 1 
) 

在一個大圖，你可以測試兩個查詢，看是否執行一個比另一個更好。還考慮使用traversal options，如bfs（廣度優先搜索）和uniqueVertices進行查詢優化。