如何在 Nebula Graph 中计算结点的出入度

场景:

  1. 计算单结点的出入度;
  2. 批量计算多个结点的出入度;
1 个赞

以前我们考虑过该需求。
能介绍下你的应该场景吗?

这个应该挺常见的需求,主要是表达图结点的 “degree” / “hot” 值,可以有两种表达方式:

  1. 通过图结点属性值;
  2. 通过图本身的特征,出入度是其中之一;出入度大的结点,表明与其关联的结点越多,其 “degree” 越大;

举例:

  1. 好友关系中,某个结点出入度很大,说明这个人交际圈越广;
  2. 数据血缘中,某个数据结点入度很大,说明产生该数据需要花费很大成本;某个数据结点出度很大,说明该结点能够为很多个下游提供数据;
1 个赞

如果是全图的每个点的degree,不要放nebula处理了,放到graphx之类的吧。

了解,不过在nebula中因为插入一条正向边时,同时会插入反向边,正常情况下一个节点的出度和入度是等价的。

“在nebula中因为插入一条正向边时,同时会插入反向边,正常情况下一个节点的出度和入度是等价的”
1、这里插入反向边的意思是增加一条终点指向起点的边么
比如A ,B,现在有一条A指向B的边,在插入的时候会插入两条边,一条是 A → B ,另一条是 B → A
不知道这样理解对不对,但如果是这样的话,跟实际不符,比如A打了个电话给B,但B并没有打给A;

2、另一种理解就是基于A作为起点插入一条 A指向B的边,基于B作为起点插入一条A指向B的边,这样比较合理

3、一个节点的出度和入度不能等价吧,比如A打给B打了5次,B打给A打了3次,对于A,出度为5,入度为3,对于B,出度为3,入度为5 (这里两个点是多重边情况,但对于非多重也是同样的)

@huotu 我猜想大佬的意思应该是:我们正常查询时用的是“正向边”;“反向边”是用于类似 GO... REVERSELY 的查询;以你的例子为例

A打了个电话给B,但B并没有打给A
A打给B打了5次,B打给A打了3次

可以理解为

  • A 打了个电话给B,B 接到了 A 的电话;
  • A 打给 B 打了 5 次,B 接了 A 的 5 次电话;
  • B 打给 A 打了 3 次,A 接了 B 的 3 次电话;

@pandasheeps 这样子理解是否成立?成立的话,图结点的出入度区分是不是应该只考虑正向边?

1 个赞

某种边的出入度:
出度:GO … | yield count
入度:GO … REVERSELY | yield count

全图太慢 不适合TP

3 个赞

@junyicc @huotu
你的需求可以采用图计算实现的,可以使用nebula-algorithm 进行度统计。度统计的算法在这里:
https://github.com/vesoft-inc/nebula-java/pull/283

4 个赞

@pandasheeps 就 “在nebula中因为插入一条正向边时,同时会插入反向边” 这个说明,想进一步请教一下:

由于边的存储分为 out-key & in-key 两个 KV 存储,那正向边与反向边在存储上也是独立的两组 KV 吗?换句话说:正向边有 2 个 KV,反向边也会存储 2 个 KV ?

正向边就是out-key 1个kv,反向边是in-key ,1个kv

1 个赞

@pandasheeps 对于 edge 的 value,是会分别在 int-key & out-key 存储一份吗?

yeah

@pandasheeps 接着正向边&反向边的话题请教一下:

使用 Match 查询上下游关系的过程中发现,查正向边的时很快,而查询反向边的相对较慢,请问可能是什么原因?

例如:
查询反向边:

MATCH p=(v:tag1)<-[e:edge1*1..8]-(v2) WHERE id(v) IN ["vertex_id"] and all(t in e where t.exec_time>=1624636800 and t.exec_time<=1624723199)  RETURN p,length(p) LIMIT 100

查询正向边:

MATCH p=(v:tag1)-[e:edge1*1..8]->(v2) WHERE id(v) IN ["vertex_id"] and all(t in e where t.exec_time>=1624636800 and t.exec_time<=1624723199)  RETURN p,length(p) LIMIT 100

profile 一下,我本地测试这两条语句差别不大

浙ICP备20010487号