tinkerpop3 - 在 AWS Neptune 中定义 Graph Schema 以防止数据重复

Question

当使用 TinkerPop/JanusGraph 时，我可以定义 VertexLabels 和 Property Keys，我可以使用它们来创建复合索引。我在海王星文档的某处读到索引不是必需的(或支持的)。

那么我的问题是如何在将数据加载到数据库时防止重复？我在 AWS 文档中找到的唯一示例涉及加载数据，其中已经为每条记录提供了唯一 ID，对我来说，这似乎需要首先从 RDBMS 中提取数据，以便在我之前拥有所有 ID 及其关系可以加载它。

我是否正确理解这一点，如果不是，我该如何解决？

Answer 1

是的，你的理解是正确的。顶点和边的唯一性约束适用于它们的 ~id 属性，即 ID 是唯一的。

有两种方法可以将数据插入 Neptune。您可以使用加载器接口(interface)(推荐)或通过 Gremlin 插入。

案例#1:通过bulk loader插入(推荐)

通过加载器插入目前仅支持 CSV 格式，正如您所观察到的，它确实需要用户定义的顶点和边的 ID。

案例#2:通过 Gremlin 插入

对于通过 Gremlin 插入，提供 ID 是可选的。如果您不提供 ID，则 Neptune 会自动为顶点或边分配一个唯一 ID。
例如g.addV() 添加一个顶点并为其分配一个唯一标识符。

进一步关于案例#2，您可以在同一个查询中添加两个顶点和关系。这不需要知道数据库自动分配给顶点的 ID。
g.addV().as("node1").property("name","Simba").addV().as("node2").property("name","Mufasa").addE("knows").from("node1").to("node2")
或者，使用唯一的属性标识符从数据库中查询节点:g.addV().property("name","Simba");
g.addV().property("name","Mufasa");
g.V().has("name","Simba").as("node1").V().has("name","Mufasa").as("node2").addE("knows").from("node1").to("node2");