深入学习Gremlin（25）：执行统计和分析

第25期 Gremlin Steps：

profile()、explain()

本系列文章的Gremlin示例均在HugeGraph图数据库上执行，环境搭建可参考准备Gremlin执行环境，本文示例均以其中的“TinkerPop关系图”为初始数据。

上一期：深入学习Gremlin（24）：附加操作sideEffect

统计和分析说明

Gremlin提供了两种语句来帮助用户对执行的查询语句进行统计和分析工作：

• explain()，详细描述原始的Gremlin语句在编译期是如何转变为最终要执行的step集合的
• profile()，统计Gremlin语句执行过程中的每个step消耗的时间和通过的对象等统计信息

TraversalStrategy是“遍历策略”，可以在编译期分析遍历（Traversal）的组成，并在遍历满足TraversalStrategy的条件时对遍历进行修改。这些修改往往都是为了能够更加高效的执行遍历。

遍历策略有5类：

• Decoration，应用程序级别的策略
• Optimization，TinkerPop3级别的策略
• Provider optimization，图数据库实现级别的策略
• Finalization，遍历执行前的调整和清理策略
• Verification，判断遍历是否合法的验证策略

实例说明

实例1 explain()：

g.V().hasLabel('person').outE().identity().inV().count().is(gt(5)).explain()

结果中：

• original，表示Gremlin语句等价的最初的step列表
• intermediate，表示original转化在TraversalStrategy作用下的转化过程
  • strategy，表示作用于上一轮的step列表的TraversalStrategy
  • category，表示strategy中的TraversalStrategy所属的级别，参见说明部分
  • traversal，表示上一轮的step列表经过strategy中的TraversalStrategy处理之后的新的step列表
• final，表示经过所有TraversalStrategy处理后的最终要执行的step列表

实例2 profile()：

g.V().out('created').profile()

返回的结果中，metrics中每一条是一个执行的step，其中：

• name是step的名字，例如"HugeGraphStep(vertex,[])"
• dur是step执行的时间，单位是毫秒
• annotations中的percentDur是当前step消耗的时间在总的执行时间中的比例
• counts中的traverserCount是当前step中的traverser的数目
• counts中的elementCount是当前step中的element的数目

traverserCount和elementCount的区别在于： traverserCount是同一step中相同的对象合并之后的数目，对象相同是指当前的对象是一样的，并不代表对象的path等其他数据也相同；相同的对象合并为bulk，可以减少重复工作，提高效率。elementCount是同一step中所有对象展开bulk之后的数目之和，即未去重的对象数目。因此，traverserCount总是小于等于elementCount。

profile()语句是一个“副作用”（side effect）语句，并非立刻执行。profile()语句还可以指定一个key，形式为profile(String)，在执行完要统计的Gremlin语句后，通过key获取统计信息。例如：

t=g.V().out('created').profile('metrics')
t.iterate()
t.getSideEffects().get('metrics')

上一期：深入学习Gremlin（24）：附加操作sideEffect