数据与查询执行

一条UQL查询通常包含多个语句，可从数据库中检索或构造数据，然后将数据依次传递处理，最终返回至客户端。在此过程中，可以声明别名来表示特定数据，后续语句可以直接引用这些别名，进一步处理数据。

记录与列

语句间传递的数据可能由多条记录（行）组成，每条记录包含一或多个列。

find().nodes({@user}) as n
return n.name as Name

本条查询中，n代表从图中获取的点，共有5条记录。每条记录由列schema、_id、_uuid、name和age组成，储存了点的schema和属性信息。RETURN语句引用了别名n，获取点的name值，将其作为Name输出。Name同样包含5条记录，但每条记录仅有一列。

引用外部别名

当前语句引用的别名如果是在之前的语句中声明的，那么该别名被称为外部别名。

外部别名如何影响语句执行时长

语句引用外部别名时，其执行次数通常与别名中的记录数一致，分别对每条记录进行处理，并根据具体上下文和场景进行系统优化。

find().nodes({age > 30}) as users
n(users).e().n() as paths
return paths{*}

n({age > 30}).e().n() as paths
return paths{*}

以上两条查询结果相同。第一条查询里，路径模板n().e().n()引用了外部别名users，其中包含3条记录；语句针对users中的每条记录执行1次，共执行了3次。而在第二条查询里，n().e().n()不依赖于外部别名，因此仅执行了1次。

为何引用外部别名

本例中，使用find().nodes()来获取路径模板n().e().n()的起点可以提升查询效率。这是因为find().nodes()专为点过滤设计并优化；引用外部别名后，执行路径模板将不存在额外计算开销。随着图集规模增大、路径查询深度增加，查询效率将得到显著提升。

有时需要查看是否每条记录均有结果产出。这种情况下，可在引用外部别名时使用前缀OPTIONAL。

find().nodes({age > 30}) as users
optional n(users).e().n() as paths
return paths{*}

本条查询中，n().e().n()带有前缀OPTIONAL，如果执行时users中的记录没有数据返回（例如，点U05的记录），路径模板将对应返回null。

同源数据

流入和流出同个语句的数据被视为同源。同源数据的记录数通常相同，且同一行中的各列互相关联。

示例：tail和path是同源数据，因为二者均由路径模板生成；length由path生成，因此也与其同源。

n().e()[:2].n(as tail) as path limit 5
with length(path) as length
return path, tail, length

示例：n、n.s1、n.s2与mean同源。

find().nodes() as n
return (n.s1 + n.s2) / 2 as mean

聚合操作如何影响同源数据

聚合操作将多条数据记录压缩为一条，并丢弃其他记录。聚合数据的同源数据也将受到影响，仅保留一条记录。所有同源数据所保留的一条记录通常没有对应关系。

示例：n和n.s1同源，最初均包含4行数据。当n.s1在RETURN中聚合，n也只有一条记录保留。

find().nodes() as n
return n, min(n.score1)

异源数据

通过别名引用可以将语句联系起来。由互不关联的语句生成的数据是被视为异源。异源数据的记录数可能不同。

当语句引用多个异源外部别名时，会对所有异源数据进行笛卡尔积运算，然后再根据语句逐行计算。

示例：n1和n2异源。二者的记录生成笛卡尔积，随后传入路径模板。然后针对每组记录执行路径查询。

find().nodes({_id in ["A", "C"]}) as n1
find().nodes({_id in ["B", "D", "E"]}) as n2
optional n(n1).e().n({_id == n2._id}) as path
return path