Database Reference
In-Depth Information
gremlin> pwolf = g.addVertex([name : 'Prancing Wolf Winery'])
==> v[3]
gremlin> g.addEdge(pwolf, g.v(0), 'produced')
==> e[2][3-produced->0]
Nun können wir weitere Rieslinge einfügen: Kabinett und Spätlese.
gremlin> kabinett = g.addVertex([name : 'Prancing Wolf Kabinett 2002'])
==> v[4]
gremlin> g.addEdge(pwolf, kabinett, 'produced')
==> e[3][3-produced->4]
gremlin> spatlese = g.addVertex([name : 'Prancing Wolf Spatlese 2007'])
==> v[5]
gremlin> g.addEdge(pwolf, spatlese, 'produced')
==> e[4][3-produced->5]
Wir wollen unseren kleinen Graphen erweitern, indem wir einige Kanten vom
Riesling-Knoten zu den neu hinzugefügten Knoten herstellen. Wir setzen die
riesling-Variable, indem wir den riesling-Knoten filtern.
next()
wird benötigt,
um den ersten Knoten aus der Pipeline abzurufen (worauf wir gleich genauer
eingehen).
gremlin> riesling = g.V.filter{it.name=='riesling'}.next()
==> v[2]
gremlin> g.addEdge([style:'kabinett'], kabinett, riesling, 'grape
_
type')
==> e[5][4-grape
_
type->2]
Die Spätlese kann in ähnlicher Weise auf den Riesling verweisen, doch der
style
wird auf
spatlese
gesetzt. Haben wir all diese Daten hinzugefügt, sollte
Ihr Graph im Visualizer so aussehen wie in Abbildung 35,
Graph nach dem
Hinzufügen von Daten mit Gremlin
.
1: Wine Expert Monthly
0: Prancing Wolf Ice Wine 2007
grape_type
produced
2: riesling
5: Prancing Wolf Spatlese 2007
3: Prancing Wolf Winery
4: Prancing Wolf Kabinett 2007
Abbildung 35: Graph nach dem Hinzufügen von Daten mit Gremlin
