Размышляя над этой проблемой, вспомните, что Gremlin чем-то напоминает конвейер обработки, где объекты протягиваются через каждый шаг конвейера для применения некоторого преобразования, фильтрации и т. Д. Итак, учитывая ваш пример в наиболее упрощенной форме, высказал бы, что вы получаете все вершины и проходите по out()
ребрам, что означает, что вы сравниваете следующие обходы и результаты:
gremlin> g = TinkerFactory.createModern().traversal()
==>graphtraversalsource[tinkergraph[vertices:6 edges:6], standard]
gremlin> g.V().out()
==>v[3]
==>v[2]
==>v[4]
==>v[5]
==>v[3]
==>v[3]
gremlin> g.V().map(out())
==>v[3]
==>v[5]
==>v[3]
Эти обходы возвращают два разных результата, потому что вы запрашиваете у Гремлин дваразные вещи.В первом случае out()
не является формой map()
, это является формой flatMap()
, что означает, что для каждого проходящего через конвейер вершины он будет перебирать все исходящие ребра, проходить и возвращать соседниевершина (то есть преобразование один ко многим).Во втором случае вы просите Gremlin сделать простую map()
вершины с другим объектом (то есть преобразование «один к одному»), что в этом случае будет результатом out()
, который является первым объектом в этомtraverser stream.
Чтобы продемонстрировать, вы можете просто изменить map()
на flatMap()
следующим образом:
gremlin> g.V().flatMap(out())
==>v[3]
==>v[2]
==>v[4]
==>v[5]
==>v[3]
==>v[3]
или, альтернативно, fold()
результаты out()
на один объект дляподдерживать логику преобразования один в один:
gremlin> g.V().map(out().fold())
==>[v[3],v[2],v[4]]
==>[]
==>[]
==>[v[5],v[3]]
==>[]
==>[v[3]]