ArangoDB 的graph查询
一个graph包含vertices 和edges。edges被存储在edges document当中。vertices可以是document collection 中的document也可以是edge document中的document。所以说edges也可以被当做vertices来使用。
1、数据准备
使用arangoimp导入飞机场和航班csv数据信息。
导入飞机场信息
arangoimp --file <em>path to airports.csv</em> on your machine --collection airports --create-collection true --type csv
这里我们创建了一个document collection;为每一行创建一个document.标题被作为属性名称。其中标题中包含一个_key的值，系统将自动识别该列作为_key.
现在打开浏览器(http://localhost:8529）便可以看到刚刚导入的信息了。
可以点击浏览器中的queries进行查询：
查询所有的机场
FOR airport in ariports RETURN airport
仅查询加利福尼亚机场信息
FOR airport IN airports FILTER airport.state==‘CA’ RETURN airport
查询每个州拥有的机场数量
FOR airport IN airports
COLLECT state = airport.state
WITH COUNT ON counter
RETURN {state,counter}
导入航班信息
arangoimp --file <em>path to flights.csv</em> on your machine --collection flights --create-collection true --type csv --create-collection-type edge
这里创建的是edge collection，为每一行创建一个edge，同时自动创建一个edge index方便快速查询（_from和_to组成了这样的index.）.在csv中有两个特殊的列_from 和_to，它们的值为airports collection中的id，指明了从一个机场飞往另外一个机场。
2、graph数据查询
语法
FOR Vertex,Edge,Path IN [min..max ] [OUTBAND|INBOUND|ANY] startvertex EDGECOLLECTION
分析：
FOR 遍历三个变量，分别是点（vertex）、关联(edge)，点和关系组成的路线(path)
IN 在哪个EDGE COLLECTION中
[min..max]遍历的最小深度、最大深度或者遍历的深度范围
OUTBOUND:从startvertex原始断点开始向外查询，即from 为startvertex；INBOUND为向内查询，即to为startvertex，any:两个方向全部查询
startvertex：开始查询的断点
EDGE COLLECTION 遍历的collection,可以是一个或多个edge collection
查询示例：
查所洛杉矶可以直达的所有飞机场
FOR airport IN OUTBOUND 'airports/LAX' flights RETURN DISTICT airport
返回10个从洛杉矶可以到达的飞机场及其航班。
FOR ariport flight IN
OUTBOUND 'airports/LAX'
LIMIT 10
flights
RETURN {airpot,flight}
3、查询选项
（1）遍历深度优先还是广度优先
所有遍历查询默认是深度优先，深度优先和广度优先都会返回相同的结果。但计算性能有时会相差很大。
如果要得到所有的节点，那么深度优先和广度优先效率一样。因为都要跑完所有的节点。
如果要是有筛选filter或者限制（limit）导致不完全筛选，那广度优先可能会有更高的效率。
广度优先示例：
FOR v IN 1..10 OUTBOUND 'vertical/s' edgs<br>OPTIONS {bfs:true}
FILTER v._key=='F'
LIMIT 1
RETURN v
（2）唯一遍历
由于不同点之间的路径可能有多条，也可能存在闭环线路
默认情况下，遍历的时候如果path中遇到了相同的edge就会停止遍历；这将可以防止遍历存在绕圈情况，让遍历可以到达最底层节点。
在一个path上可能会出现重复的vertex，除非你明确声明不要重复的点。
示例
FOR v,e,p IN 1..5 OUTBOUND 'vertex/s' edgs
OPTIONS {
uniqueVertices:'none',
uniqueEdges:'path'
}
RETURN CONCAT_SEPARATOR('->',p.vertices[*]._key)
这个uniqueVertices：‘none’和uniqueEdges：‘path’都是默认设置，不设置也是一样。这样最开是的节点也可以是最后的节点，因为我们在设置的时候并没有要求path中有唯一的点。如果要设置为唯一的，可以也设置为‘path’，这样一条路径中的点也将变为唯一的。
global保证每个点在所有遍历中只出现一次。它仅适用于广度优先。示例
FOR v IN 1..5 OUTBOUND 'vertex/s' edgs
OPTIONS{
bfs:ture,
uniqueVertices:'global'
RETURN v._key
从洛杉矶可以直达的机场
FOR ariport IN OUTBOUND 'airports/LAX' flights
OPTIONS {
bfs:true,
uniqueVertices:'global'}
RETURN airport
这个查询将比上面的使用distict快很多。因为distict是在遍历完所有节点后再去除重复的，而options则可以直接过掉重复的结果不进行遍历。
4、LET关键字
LET可以用来声明变量，来将查询结果赋值给变量。
FOR f IN flights
FILTER f._from == 'airports/BIS'
LIMIT 100
LET h = FLOOR(f.DepTime / 100)
LET m = f.DepTime % 100
RETURN {
year: f.Year,
month: f.Month,
day: f.DayofMonth,
time: f.DepTime,
iso: DATE_ISO8601(f.Year, f.Month, f.DayofMonth, h, m)
}
5、shortest_path最短路径
找到BIS 和JFK之间的最短路径
FOR v IN OUTBOUND SHORTEST_PATH 'airports/BIS' TO 'airports/JFK' flights RETURN v
注意，最短路径只是找到一条路径进行返回，其实可能还有其他的可能性。
LET airports = ( FOR v IN OUTBOUND SHORTEST_PATH 'airports/BIS' TO 'airports/JFK' flights RETURN v ) RETURN LENGTH(airports) - 1
找到最少需要经过的机场，-1代表不包括最后一个节点。
在SHORTEST_PATH中不能使用filter只能使用pattern matching代替。
6、pattern matching
问题：找到BIS 和 JFK之间最短的旅行时间。
第一步：找到BIS和JFK之间的最短路径,我们已经知道最短路径为2.
FOR v,e,p IN 2 OUTBOUND 'airports/BIS' flights FILTER v.id='airports/JFK' LIMIT 5 RETURN p
第二步：我们确定在同一天内，假设都为1月1日。
FOR v,e,p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id='airports/JFK' FILTER p.edges[*].month all == 1 FILTER p.edges[*].DayOfMonth all == 1 LIMIT 5 RETURN p
数组之间的比较可以使用all,any ,none来表示。
第三步：计算每条path的飞行时间，并按照升序排列，这里使用DATE.DIFF()来计算
FOR v,e,p IN 2 OUTBOUND 'airports/BIS' flights
FILTER v._id='airports/JFK'
FILTER p.edges[*].month.all == 1
FILTER p.edges[*].DayofMonth all == 1
LET flightTime = DATE_DIFF(p.edges[0].DepTimeUTC-p.edges[1].ArrTimeUTC,'i')
SORT filghtTIme ASC
LIMIT 5
RETURN {flight:p,time:flightTime}
第四步：确定让中转时候的到达时间小于离开时间20分钟
FOR v, e, p IN 2 OUTBOUND 'airports/BIS' flights FILTER v._id == 'airports/JFK' FILTER p.edges[*].Month ALL == 1 FILTER p.edges[*].DayofMonth ALL == 1 FILTER DATE_ADD(p.edges[0].ArrTimeUTC, 20, 'minutes') < p.edges[1].DepTimeUTC LET flightTime = DATE_DIFF(p.edges[0].DepTimeUTC, p.edges[1].ArrTimeUTC, 'i') SORT flightTime ASC LIMIT 5 RETURN { flight: p, time: flightTime }
使用index进行优化
建立一个点中心索引，以_from，Month,DayOfMonth三个为联合索引字段。即将FILTER的三个字段作为索引字段。
如果不以三个为联合索引，那么系统将自动从首先筛选_from，其次遍历month,其次遍历_day，有了联合索引直接就会找到‘airports/jfk’,month=1,dayofmonth=1，只用一次遍历即可完成。因此联合索引大大提高了遍历的效率。
本文章转载于博客园-ArangoDB 学习笔记 （4）graph
