1 gremlin与TinkerPop的关系

TinkerPop是一个开源图计算框架（Graph Computing Framework）,它主要提供图计算（graph computing）领域一些通用接口和工具。在TinkerPop中，graph computing由graph structure和graph process组成。graph structure也称作graph，graph process也称作traversal（其实是广义的traversal）。graph process可以是OLTP（online transactional process），也可以是OLAP（online analytics process）。TinkerPop中通常提到的traversal其实往往是一种OLTP，或者是狭义的traversal。

TinkerPop只定义了一个框架，graph structure定义了图的结构和数据表示，它是一个基于标签（label）的属性图（property graph），这种图由顶点（vertex）和边（edge）组成，每个顶点和边有且只有一个标签，同时顶点和边可以有0个或多个属性（key/value值对）。但TinkerPop并没有提供graph structure的具体实现，图的顶点和边等结构具体如何存储和访问由graph provider，比如janusgraph、hugegraph等具体实现。graph structure可以说是定义了TinkerPop与graph provider的接口。graph process是对graph的数据的处理，即图遍历（traversal），相当于是TinkerPop与用户之间的接口。Gremlin则是一个图遍历语言（graph traversal language），用户使用Gremlin来对图进行遍历分析。

Tinker的本来意思是补锅匠，小修理匠，TinkerPop意即很多小匠人的集合，它们组合起来可以处理图领域的各类问题。Gremlin的本意是精灵，可见在TinkerPop组成成员中的重要性。TinkerPop的官网用了一张图来形象地表示TinkerPop，这个图是一个精灵驾驶着由各种工具组成的机器人。

image.png

2 gremlin简单介绍

gremlin是一种图数据库的查询语言。gremlin与图数据库的关系相当于SQL与关系型数据库的关系。因为对图的常见处理是对图的元素（vertex和edge）进行遍历，所以gremlin是一种图遍历语言（graph traversal language）。同时gremlin是一种函数式（functional）、数据流（data-flow）的语言。函数式、流式处理中的数据经过一个个阶段（stage），每一个阶段对数据进行过滤、转换等处理，从而输出最终的数据，跟图处理中根据一些条件选择vertex集合，然后沿着图的edge和vertex进行遍历，得到最终的vertex或edge是非常一致的。从这个角度来讲把gremlin设计成一个流式语言还是非常合适的。

2.1 OLTP和OLAP遍历

gremlin可以同时表述OLTP查询和OLAP查询，Gremlin Traversal Machine会根据gremlin表达意图，自动确定进行OLTP处理或OLAP处理（多机协同处理），甚至可以在一次遍历中一部分是OLTP，另一部分是OLAP。这样用户无需OLTP使用一种语言，OLAP使用一种语言。

2.2 命令式（Imperative）和声明式（Declarative）遍历

相对与SQL和Cypher这些声明式数据库查询语言，gremlin既可以写成命令式的，也可以写成声明式的。
比如用命令式表达一次遍历：

g.V().has("name","gremlin").as("a").
  out("created").in("created").
    where(neq("a")).
  in("manages").
  groupCount().by("name")

上面同样的功能也可以用声明式表达：

g.V().match(
  as("a").has("name","gremlin"),
  as("a").out("created").as("b"),
  as("b").in("created").as("c"),
  as("c").in("manages").as("d"),
    where("a",neq("c"))).
  select("d").
  groupCount().by("name")

2.3 与编程语言风格保持一致（Host Language Embedding）

现在很多高级语言都支持流式编程了，而gremlin也是一种流式语言，这样图查询语言与编程语言风格是一样的，他们之间的转换也变的非常方便。无需像SQL一样，编程人员还需要熟悉一种与编程语言差异极大的语言，gremlin中甚至包含了所有高级编程语言中都会有的if、if...else...、for、do...while、while等流程控制语句。

2.4 主要概念和组成

Gremlin中涉及的几个主要概念：
Traversal：gremlin对图数据库的一次查询（或者说遍历，或者说数据分析处理）过程叫做Traversal
Step：Traversal由一个个step串接组成，step相当于流式处理中的stage的概念。它负责对图数据元素的一次处理步骤，如过滤、映射等。前一级step的输出是后一级step的输入。
Traverser：字面意思是遍历者。每一个step都有一个自己的traverser，它其实是step的上下文，包含了step待处理的输入数据，或循环的次数，或其他的一些全局信息。
TraversalSource：traversal中，前一个step的输出是后一个step的输入，那么第一个step的数据来源于哪里？这就是TraversalSource，其实就是图数据库中的数据

2.5 gremlin中的step

2.5.1 中间step和terminal step

gremlin作为一个流式语言，自然具备流处理的基本结果。中间step对数据进行转换，terminal step收集结果数据并输出

2.5.2 五种基本中间step

gremlin定义了很多很多的中间step来进行不同的处理，满足不同的需求，但中间step可以归纳为五种类型：

map：即流式处理中的map概念
flatmap：即流式处理中的flatmap概念
filter：即流式处理中的filter概念
sideeffect：全局信息。这些信息会传给后面的step
branch：分支。输入数据根据不同的条件走不同的遍历路径。

2.5.3 step modulator

step modulator用来修饰step，指导step如何处理数据。最常见的就是as()和by()了。比如排序order() step, group()没有携带参数，它本身不知道如何进行聚合，需要by() modulator来告诉group()如何聚合

3 gremlin的常见参考资料

如前所述，gremlin是一种功能非常强大的图遍历语言，综合了多种模式和应用场景。也许正因为如此，gremlin也是一种比较复杂的语言，学习曲线相对于SQL、CYPHER这些声明式语言要陡峭些。相对来说，gremlin对软件开发人员来说更友好些。但是很多使用图数据库进行数据分析的人员往往并不是开发人员，声明式的语言对他们来说可能更友好些，而且gremlin的声明式描述方法也没有SQL、CYPHER直观。所以这个系列对gremlin进行了一些简单的归纳总结，对常用的一些命令的使用进行了一些说明，希望能让大家尽快入门。本系列使用的例子数据主要是官网提供的TinkerPop modern数据库，例子的命令也大部分是官方文档的例子命令。相信大家熟悉了本系列的命令后，再要了解查询命令时都直接看官方文档了。

官网维护的文档还是非常好的，入门的部分文档连接如下：

gremlin语言介绍一：前言