下面是我的图的样子。
g = TinkerGraph.open().traversal()
school1 = g.addV('school').property('id', '1').next()
school2 = g.addV('school').property('id', '2').next()
student1 = g.addV('student').property('id', '3').next()
student2 = g.addV('student').property('id', '4').next()
g.addE('students').from(school1).to(student1)
g.addE('students').from(school1).to(student2)
g.addE('students').from(school2).to(student1)
我想找出这两所学校的共同学生。为了扩展逻辑，如果我想为其编写一个通用的无限遍历逻辑，会发生什么。
gremlin> g.V(school1).out('students').filter(__.in('students').is(school2)).valueMap(true)
==>[id:4,label:student,id:[3]]
不过，我不知道你所说的"为相同的东西编写一个通用的无限遍历逻辑"是什么意思。
这可以工作
gremlin> schools = [ '1', '2' ]
==>1
==>2
gremlin> g.V().
......1> has('school', 'id', within(schools)).
......2> out('students').
......3> groupCount().by('id').
......4> unfold().
......5> filter( select(values).is(eq(schools.size())) ).
......6> select(keys)
==>3
- 从学校列表开始。可以肯定的是，学校会比学生少
- 穿过
out()从学校到学生。在这一点上，一名学生多次出现在流中，他们就读的每所学校都会出现一次。我假设一所特定的学校和一个特定的学生之间只有一个优势 - 执行
groupCount()以创建Map，其中对于每个条目，key是学生id，value是学生的学校数量 - 使用
unfold()对Map中的条目进行操作 filter只选择与列表中所有学校相连的学生，即学生的value计数等于列表中的学校数量- 最后
select(keys)返回学生id作为结果