Dgraph的基本使用经典教程（安装，数据导入，导出，删除，查询等）

一、安装

Windows系统下安装Dgraph

下载二进制文件dgraph-windows-amd64.tar.gz
https://github.com/dgraph-io/dgraph/releases/download/v1.0.14/dgraph-windows-amd64.tar.gz
解压，在dgraph工作目录下，依次执行：

	dgraph zero
	dgraph alpha --lru_mb 2048 --zero localhost:5080
	dgraph-ratel

前端使用localhost:8000访问
数据查询使用localhost:8080访问

Linux系统下安装Dgraph

1、拉取dgraph镜像文件

docker pull dgraph/dgraph

2、 安装二进制文件

curl https://get.dgraph.io -sSf | bash

3、docker-compose.yaml文件撰写

version: "3.2"
services:
  zero:
    image: dgraph/dgraph:latest
    volumes:
      - type: volume
        source: dgraph
        target: /dgraph
        volume:
          nocopy: true
    ports:
      - 5080:5080
      - 6080:6080
    restart: on-failure
    command: dgraph zero --my=zero:5080
  server:
    image: dgraph/dgraph:latest
    volumes:
      - type: volume
        source: dgraph
        target: /dgraph
        volume:
          nocopy: true
    ports:
      - 8080:8080
      - 9080:9080
    restart: on-failure
    command: dgraph alpha --my=server:7080 --lru_mb=2048 --zero=zero:5080
  ratel:
    image: dgraph/dgraph:latest
    volumes:
      - type: volume
        source: dgraph
        target: /dgraph
        volume:
          nocopy: true
    ports:
      - 8000:8000
    command: dgraph-ratel

volumes:
  dgraph:

4、建立Dgraph容器集群

docker-compose up -d

5、使用docker ps -a |grep dgraph查看是否安装成功，如果存在三个带有dgraph的容器，并且状态为up，说明安装成功。

二、数据的导入

数据导入之前的数据处理

1、在执行导入之前，需将数据处理成dgraph支持的格式。如下所示：
<:uid> <属性> “属性值” .
<:uid> <关系> <:uid> .
如下例子：

PS1：属性/关系值里面不能出现双引号，因为最外面使用的是双引号，所以你需要将数据值中的双引号全替换为单引号。
PS2：文件的后缀保存为.rdf格式或者，将rdf文件压缩为.gz格式。
PS3：每一个uid一定要有name属性，即<:uid> “name的值” .

2、设置schema文件，该文件是配置数据类型和索引的，string表示字符串，datetime表示时间类型，具体类型请看官网https://docs.dgraph.io/get-started/。term表示模糊查询索引，还有trigram正则索引等等，详细索引请查阅官网。该文件最后保存为.schema格式

Linux系统下导入

1、仅开启zero服务（5080端口）docker容器，并进入5080服务docker，如果数据库有数据，请先删除p和w文件夹
2、执行

dgraph bulk -r goldendata.rdf -s goldendata.schema --map_shards=4 --reduce_shards=1 --zero=localhost:5080

3、这时候会生成一个out文件夹，进入里面找到p和w文件夹，复制至dgraph主目录对原先的p、w进行覆盖
4、重新启动三个docker服务，导入完成
参数说明 ：
– goldendata.rdf.gz 表示rdf三元组文件，也可以不压缩为gz，直接使用rdf文件；
– goldendata.schema 表示定义的导入数据类型；
– reduce_shards 表示服务器集群数据同步之类的，一般自己用1即可；
–localhost:5080 表示ip地址和端口
PS：如果还不清楚，可参考本人另外一篇博客：https://blog.csdn.net/weixin_43922901/article/details/91362434

Windows系统下导入

windows系统下导入和linux相同，只不过服务不是docker形式

三、数据的导出

windows系统下

1、在三个服务全开启的情况下，访问：http://localhost:8080/admin/export， 过一会后，会出现 ’ {“code”: “Success”, “message”: “Export completed.”} ’ 提示，说明导入成功
2、在dgraph的主目录下，会出现一个export文件夹，进入里面，会发现多了两个压缩包，一个是存储的数据，一个是schema文件。导出成功。

Linux系统下

关闭除zero服务的另外服务，进入到zero服务的docker，在/dgraph目录下，

rdf格式导出

curl localhost:8080/admin/export 

json格式导出

curl 'localhost:8080/admin/export?format=json'

三、 Dgraph数据查询（此部分主要参考官网）

1、通过uid查询数据， – uid – get这个字段是自定义的。

{
  get(func: uid(0x579683)) {
    uid
    name@en
    initial_release_date
    netflix_id
  }
}

2、指定多个uid查询

{
  movies(func: uid(0x579683, 0x5af1c7)) {
    uid
    name@en
    initial_release_date
    netflix_id
  }
}

3、通过属性名完全匹配查询数据, – eq函数 – 命令行查询一头一尾加上如下代码即可

curl localhost:8080/query -XPOST -d '{
  get(func: eq(name@en, "Blade Runner")) {
    uid
    name@en
    initial_release_date
    netflix_id
  }
}' | python -m json.tool | less

4、模糊查询

查询可以匹配许多节点并返回每个节点的值。即根Blade或Runner有关的所有节点 – anyofterms函数
查询示例：名称中包含“Blade”或“Runner”的所有节点。

{
  get(func: anyofterms(name@en, "Blade Runner")) {
    uid
    name@en
    initial_release_date
    netflix_id
  }
}

查询示例：描述中包含美国总统的四个字的词，注意，不一定连续

{
  directors(func: allofterms(description, "美国总统")) {
    name
    description
  }
}

anyofterms
语法示例： anyofterms(predicate, “space-separated term list”)

架构类型： string

所需索引： term

匹配任何顺序中具有任何指定术语的字符串; 不区分大小写。

5、查询示例：“Blade Runner”中演员和角色。查询首先找到名为“Blade Runner”的节点，然后将传出starring边缘跟随表示actor作为角色的表现的节点。从那里扩展performance.actor和performance,character扩展边缘以找到电影中每个演员的演员姓名和角色。

{
  brCharacters(func: eq(name@en, "Blade Runner")) {
    name@en
    initial_release_date
    starring {
      performance.actor {
        name@en  # actor name
      }
      performance.character {
        name@en  # character name
      }
    }
  }
}

6、查询示例：标题中带有“Blade”或“Runner”并在2000年之前发布的电影。 – le函数，小于？

{
  bladerunner(func: anyofterms(name@en, "Blade Runner")) @filter(le(initial_release_date, "2000")) {
    uid
    name@en
    initial_release_date
    netflix_id
  }
}

7、通过正则表达式匹配，这个需要在导入数据时添加正则索引trigram

语法示例：regexp(predicate, /regular-expression/)或不区分大小写regexp(predicate, /regular-expression/i)

架构类型： string

所需索引： trigram

查询示例：在root中，匹配节点Steven Sp的开头name，后跟任何字符。对于每个这样匹配的uid，匹配包含的电影ryan。注意区别allofterms，只有匹配ryan但正则表达式搜索也会匹配术语，例如bryan。

{
  directors(func: regexp(name@en, /^Steven Sp.*$/)) {
    name@en
    director.film @filter(regexp(name@en, /ryan/i)) {
      name@en
    }
  }
}

8、全文检索 – alloftext
查询示例：有所有的名字run，running等等和man。停止删除单词消除the和maybe

全文检索
语法示例：alloftext(predicate, “space-separated text”)和anyoftext(predicate, “space-separated text”)

架构类型： string

所需索引： fulltext

{
  movie(func:alloftext(name@en, "the man maybe runs")) {
	 name@en
  }
}

9、等于、不等于
eq(edge_name, value): 等于
ge(edge_name, value): ga大于等于
le(edge_name, value): 小于等于
gt(edge_name, value): 大于
lt(edge_name, value): 小于

10、 AND、OR、NOT
AND, OR 以及 NOT可以把一个filter中的多个function结合起来

{
  michael_friends_and(func: allofterms(name, "Michael")) {
    name
    age
    friend @filter(ge(age, 27) AND le(age, 48)) {
      name@.
      age
    }
  }
}