可选节点聚合

Question

在图形db中，如何计算用户直接或间接对节点“评论”贡献的次数。在下图中，答案是2（1直接，1间接）

Answer 1

鉴于你的示例图，在Neo4j的，你可以使用下面的Cypher查询捕获直接(User)-->(Comment)关系，并采用间接(User)-->(Comment)-->(Comment)variable length path operator：

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

编辑

布鲁诺指出该查询哟返回3因为它考虑了用户分组的所有路径。取而代之的是，你在连接到每个用户不同 Comment节点数量可能感兴趣的：

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

Answer 2

正如您所标记orientdb，下面是类似的Cypher与OrientDB的途径之一。

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

可以深度甚至应用到搜索

Answer 3

随着AQL graph traversal在ArangoDB，含用户，评论和评论-2和边缘集合的顶点集合nodescontrib与边缘，你可以这样做：

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

沿入站方向在contrib集合中的所有边沿之后，遍历开始于注释节点，深度从1到5不等。应用过滤器将遍历限制为以用户结束的路径。

找到的两条路径是comment <-- user和comment <-- comment-2 <-- user。对于这两条路径，返回一个常量值（我们实际上并不需要节点中的任何东西）。周围的RETURN COUNT()语句计算子查询返回的结果数量，因此。

你也可以遍历其他方式，从评论到用户：

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

在一个大图，你可以测试两个查询，看是否执行一个比另一个更好。还考虑使用traversal options，如bfs（广度优先搜索）和uniqueVertices进行查询优化。