概述

HDC投影驻留在HDC（高密度计算）服务器的内存中，其中包含从分片服务器物理存储中加载的图集的全部或部分数据。

HDC投影支持所有图算法和数据检索图查询。

管理HDC投影

显示HDC投影

调用hdc.graph.show()过程获取当前图集的所有HDC投影信息：

CALL hdc.graph.show()

获取其中一个特定HDC投影信息，如名为hdcGraph_1的投影：

CALL hdc.graph.show("hdcGraph_1")

语句返回表_projectList，包含以下字段：

当使用hdc.graph.show("<projectName>")获取特定投影信息时，会额外返回两个表：

• _graph_from_<hdcName>：显示<hdcName>上创建的所有HDC投影
• _algoList_from_<hdcName>：列出安装在<hdcName>上的所有算法

其中，<hdcName>是投影所在的HDC服务器名称。

创建HDC投影

调用hdc.graph.create().to()过程可在HDC服务器上创建一个当前图集的内存投影。创建过程以作业形式执行，稍后可使用语句CALL job.show()来验证投影是否创建成功。

CALL hdc.graph.create("<hdcName>", "<projectName>", {
  nodes: {
    "<label?>": ["<property1?>", "<property2?>", ...],
    "<label2?>": ["<property1?>", "<property2?>", ...],
    ...
  },
  edges: {
    "<label1?>": ["<property1?>", "<property2?>", ...],
    "<label2?>": ["<property1?>", "<property2?>", ...],
    ...
  },
  direction: "<edgeDirection?>",
  load_id: <boolean?>,
  update: "<dataSyncMode>",
  query: "query",
  default: <boolean?>
})

示例

将当前图集全部投影到hdc-server-1上并命名为hdcGraph：

CALL hdc.graph.create("hdc-server-1", "hdcGraph", {
  nodes: {"*": ["*"]},
  edges: {"*": ["*"]},
  direction: "undirected",
  load_id: true,
  update: "static",
  query: "query",
  default: true
})

将当前图集投影到hdc-server-1上并命名为hdcGraph_1，其中点@account和@movie仅投影指定属性，边 @rate仅投影入边，且不加载点的_id值：

CALL hdc.graph.create("hdc-server-1", "hdcGraph_1", {
  nodes: {
    "account": ["name", "gender"],
    "movie": ["name", "year"]
  },
  edges: {"rate": ["*"]},
  direction: "in",
  load_id: false,
  update: "static",
  query: "query",
  default: false
})

删除HDC投影

调用hdc.graph.drop()过程可以从HDC服务器上删除当前图集的HDC投影。

以下示例删除了名为hdcGraph_1的HDC投影：

CALL hdc.graph.drop("hdcGraph_1")

示例图集和投影

在一个空图集中，运行以下语句创建示例图集：

INSERT (a:entity {_id: "A"}),
       (b:entity {_id: "B"}),
       (c:entity {_id: "C"}),
       (d:entity {_id: "D"}),
       (a)-[:link {weight:1}]->(b),
       (a)-[:link {weight:1.5}]->(c),        
       (a)-[:link {weight:0.5}]->(d),      
       (b)-[:link {weight:2}]->(c),        
       (c)-[:link {weight:0.5}]->(d)

为全图创建名为hdcGraph的HDC投影：

CALL hdc.graph.create("hdc-server-1", "hdcGraph", {
  nodes: {"*": ["*"]},
  edges: {"*": ["*"]},
  direction: "undirected",
  load_id: true,
  update: "static",
  query: "query",
  default: false
})

执行查询

暂不支持在HDC投影上执行GQL查询。

执行算法

HDC算法在HDC投影上执行。HDC算法支持以下六种执行模式：文件回写、数据库回写、统计回写、完整返回、流式返回和统计返回。

回写模式

调用algo.<algoName>("<projectName>", {params:{}, write_params:{}})过程在HDC投影上以回写模式（文件回写、数据库回写和统计回写）执行算法。

文件回写

在投影hdcGraph上执行度中心性算法，计算所有点的出度并将结果回写到文件degree.txt中：

CALL algo.degree("hdcGraph", {
  params: {
    return_id_uuid: "id",
    direction: "out"
  },
  write_params: {
    file: {
      filename: "degree.txt"
    }
  }
})

结果：

_id,degree_centrality
D,0
B,1
A,3
C,1

数据库回写

在投影hdcGraph上执行度中心性算法，计算所有点的度并将结果回写到点属性degree中：

CALL algo.degree("hdcGraph", {
  params: {},
  write_params: {
    db: {
      property: "degree"
    }
  }
})

统计回写

在投影hdcGraph上执行三角形计算算法，计算图中三角形的个数并将统计概述写至作业中：

CALL algo.triangle_counting("hdcGraph", {
  params: {
    result_type: 1
  },
  write_params: {
    stats: {}
  }
})

结果：

返回模式

调用algo.<algoName>("<projectName>", {params:{}, return_params:{}})过程在HDC投影上以返回模式（完整返回、流式返回和统计返回）执行算法。

完整返回

在投影hdcGraph上执行度中心性算法，计算所有点的出度并返回结果：

CALL algo.degree("hdcGraph", {
  params: {
    return_id_uuid: "id",
    direction: "out"
  },
  return_params: {}
}) YIELD r
RETURN r

结果：

流式返回

在投影hdcGraph上执行度中心性算法，计算所有点的出度并返回结果：

CALL algo.degree("hdcGraph", {
  params: {
    return_id_uuid: "id",
    direction: "out"
  },
  return_params: {
    type: "stream"
  }
}) YIELD r
RETURN r

结果：

统计返回

在投影hdcGraph上执行三角形计算算法，计算图中三角形的个数并返回统计概述：

CALL algo.triangle_counting("hdcGraph", {
  params: {
    result_type: 1
  },
  return_params: {
    type: "stats"
  }
}) YIELD s
RETURN s

结果：

图遍历方向

在创建HDC投影时，若direction选项设定为in或out，图遍历会被对应限制在入边或出边上。若在查询或算法中遍历缺失的方向，则会引发报错或生成空结果。

创建HDC投影hdcGraph_in_edges，其中包含所有点和入边：

CALL hdc.graph.create("hdc-server-1", "hdcGraph_in_edges", {
  nodes: {"*": ["*"]},
  edges: {"*": ["*"]},
  direction: "in",
  load_id: true,
  update: "static",
  query: "query",
  default: false
})

本条查询中，度中心性算法计算投影hdcGraph_in_edges上所有点的出度，结果均为0。

CALL algo.degree("hdcGraph_in_edges", {
  params: {
    return_id_uuid: "id",
    direction: "out"
  },
  return_params: {}
}) YIELD r
RETURN r

结果：

投影不包含点ID

在创建HDC投影时，若load_id选项设定为false，则投影不包含点的_id值。若在查询或算法中引用了_id，则会引发报错或生成空结果。算法回写文件会用_uuid值替代_id值。

创建图集的HDC投影hdcGraph_no_id，其中不包含点的_id值：

CALL hdc.graph.create("hdc-server-1", "hdcGraph_no_id", {
  nodes: {"*": ["*"]},
  edges: {"*": ["*"]},
  direction: "undirected",
  load_id: false,
  update: "static",
  query: "query",
  default: false
})

度中心性算法计算投影hdcGraph_no_id上所有点的度，由于投影不包含点的_id值，结果中对应列的值均为空：

CALL algo.degree("hdcGraph_no_id", {
  params: {
    return_id_uuid: "id",
  },
  return_params: {}
}) YIELD r
RETURN r

结果：

度中心性算法计算投影hdcGraph_no_id上所有点的度，并将结果回写至文件degree.txt上，其中点的_id被替换成_uuid：

CALL algo.degree("hdcGraph_no_id", {
  params: {
    return_id_uuid: "id"
  },
  write_params: {
    file: {
      filename: "degree.txt"
    }
  }
})

结果：

_uuid,degree_centrality
288232575174967298,2
3530824306881724417,2
10016007770295238657,3
12033620403357220866,3

投影不包含属性

如果创建HDC投影时未包含某些属性，则在查询或算法引用这些属性时会引发报错或生成空结果。

创建图集的HDC投影hdcGraph_no_weight，其中包含所有点以及边@link的系统属性：

CALL hdc.graph.create("hdc-server-1", "hdcGraph_no_weight", {
  nodes: {"*": ["*"]},
  edges: {"link": []},
  direction: "undirected",
  load_id: true,
  update: "static",
  query: "query",
  default: false
})

度中心性算法根据边属性@link.weight加权计算投影hdcGraph_no_weight上所有点的度。由于weight属性缺失，查询会引发报错：

CALL algo.degree("hdcGraph_no_weight", {
  params: {
    edge_schema_property: "@link.weight"
  },
  return_params: {}
}) YIELD r
RETURN r