Gremlin 載入資料格式

若要使用 CSV 格式載入 Apache TinkerPop Gremlin 資料，您必須在個別檔案中指定頂點和邊緣。

載入器可在單一載入工作中，從多點和多邊檔案進行載入。

對於每個載入命令，要載入的檔案集在 Amazon S3 儲存貯體中必須位於同一資料夾，而且您會為 source 參數指定資料夾名稱。檔案名稱和副檔名不重要。

Amazon Neptune CSV 格式遵循 RFC 4180 CSV規格。如需詳細資訊，請參閱網際網路工程任務小組 （IETF） 網站上的CSV檔案的常見格式和MIME類型。

注意

所有檔案都必須以 UTF-8 格式編碼。

每個檔案都有以逗號分隔的標頭資料列。此標頭資料列包含系統欄標題和屬性欄標頭。

系統欄標題

頂點檔案和邊緣檔案的必要和允許的系統欄標頭是不同的。

每個系統欄只能在標頭中出現一次。

所有標籤皆區分大小寫。

頂點標頭

• ~id - 必要

  頂點的 ID。

• ~label

  頂點的標籤。允許多個標籤值，以分號 (;) 分隔。

  如果 ~label 不存在， TinkerPop 則提供值為 的標籤vertex，因為每個頂點必須至少有一個標籤。

邊緣標頭

• ~id - 必要

  邊緣的 ID。

• ~from - 必要

  從頂點的頂點 ID。

• ~to - 必要

  至頂點的頂點 ID。

• ~label

  邊緣的標籤。邊緣只能有一個標籤。

  如果 ~label 不存在， TinkerPop 則提供值為 的標籤edge，因為每個邊緣都必須有一個標籤。

屬性欄標題

您可以使用以下語法指定屬性欄 (:)。類型名稱不區分大小寫。不過，請注意，如果屬性名稱內出現冒號，則必須在其前面加上反斜線來逸出冒號：\:。

propertyname:type

注意

欄標頭中不允許空格、逗號、歸位字元和新行字元，因此屬性名稱不能包含這些字元。

您可以透過將 [] 新增至類型，來為陣列類型指定一個欄：

propertyname:type[]

注意

邊緣屬性只能有一個值，如果指定了陣列類型或指定了第二個值，會導致錯誤。

以下範例顯示名為 age 的 Int 類型屬性的欄標頭。

age:Int

檔案中的每個資料列在該位置都必須有一個整數或保留空白。

允許字串陣列，但陣列中的字串不能包含分號 (;) 字元，除非使用反斜線將其逸出 (像這樣：\;)。

指定欄的基數

從 版本 1.0.1.0.200366.0 (2019 年 7 月 26 日) 開始，欄標頭可用來指定依欄識別之屬性的「基數」。這可讓大量載入器遵守 Gremlin 查詢執行的基數相似性。

您指定的欄基數類似這樣：

propertyname:type(cardinality)

所以此 cardinality 值可以是 single或 set。預設值假設為 set，這表示欄可接受多個值。如果是邊緣檔案，基數一律為一個，指定任何其他基數會導致載入器擲出例外狀況。

如果基數是 single，則當載入一或多個值時，若已有舊值，載入器會拋出錯誤。您可以覆寫這種行為，使用 updateSingleCardinalityProperties 標記，讓載入的新值取代現有的值。請參閱 載入器命令。

您可以使用基數設定與陣列類型，但這通常沒必要。以下是可能的組合：

• name:type – 基數為 set，且內容為單一值。

• name:type[] – 基數為 set，且內容為多值。

• name:type(single) – 基數為 single，且內容為單一值。

• name:type(set) – 基數為 set，與預設值相同，且內容為單一值。

• name:type(set)[] – 基數為 set，且內容為多值。

• name:type(single)[] – 這是矛盾的且會導致擲回錯誤。

下節列出所有可用的 Gremlin 資料類型。

Gremlin 資料類型

這是一個允許的屬性類型清單及每個類型的描述。

布林 (或布林值)

表示布林值欄位。允許的值：false、true

注意

所有 true 以外的值會被視為 false。

整數類型

超出定義範圍的值將導致錯誤。

Type	範圍
位元組	-128 到 127
Short	-32768 到 32767
Int	-2^31 到 2^31-1
Long	-2^63 到 2^63-1

小數類型

支援小數符號或科學符號。此外，允許符號，例如 (+/-) Infinity 或 NaN。不支援 INF。

Type	範圍
Float	32 位元 IEEE 754 浮點
Double	64 位元 IEEE 754 浮點

浮點數和雙精確度值過長，將四捨五入到最接近 24 位元 (float) 和 53 位元 (double) 精確度的值並載入。位元層級的剩餘數中段值將四捨五入為 0。

字串

引號是選用的。逗號、新行及換行字元如果包含在由雙引號 (") 包圍的字串中，將會自動逸出。範例："Hello, World"

若要在引號字串中包含引號，您可以在同一列使用兩個引號以逸出引號，例如："Hello ""World"""

允許字串陣列，但陣列中的字串不能包含分號 (;) 字元，除非使用反斜線將其逸出 (像這樣：\;)。

如果您要使用引號包圍陣列中的字串，您必須以一組引號包圍整個陣列。範例："String one; String 2; String 3"

日期

ISO-8601 格式的 Java 日期。支援格式如下：yyyy-MM-dd、yyyy-MM-ddTHH:mm、yyyy-MM-ddTHH:mm:ss、yyyy-MM-ddTHH:mm:ssZ

Gremlin 列格式

分隔符號

列中的欄位以逗號分隔。記錄以新行或新行後接換行符號加以分隔。

空白欄位

非必要欄允許使用空白欄位 (例如，使用者定義的屬性)。空白欄位仍然需要逗號分隔符號。所需資料欄上的空白欄位將導致剖析錯誤。空白字串值會解譯為欄位的空白字串值；而非空白欄位。下一節的範例在每個案例頂點中皆有空白欄位。

頂點 IDs

~id 值必須是每個頂點檔案的所有頂點中的唯一值。具有相同 ~id 值的多個頂點列將套用至圖形中的單一頂點。空字串 （""） 是有效的 ID，而頂點是以空字串作為 ID 來建立。

邊緣 IDs

此外，~id 值必須是每個邊緣檔案的所有邊緣中的唯一值。具有相同 ~id 值的多個邊緣列將套用至圖形中的單一邊緣。空字串 （""） 是有效的 ID，而邊緣是以空字串作為 ID 建立。

標籤

標籤區分大小寫，不能為空白。的值""將導致錯誤。

字串值

引號是選用的。逗號、新行及換行字元如果包含在由雙引號 (") 包圍的字串中，將會自動逸出。空白字串值("")會解譯為欄位的空白字串值；而不是空白欄位。

CSV 格式規格

Neptune CSV 格式遵循 RFC 4180 CSV規格，包括下列要求。

• 支援 Unix 和 Windows 樣式的行尾 (\n 或 \r\n)。

• 任何欄位皆可使用引號 (使用雙引號)。

• 內含分行符號、雙引號或逗號的欄位必須加上引號。(否則，將立即中止載入。)

• 欄位中的雙引號字元 (") 必須由兩個 (雙) 引號字元呈現。例如，Hello "World" 字串在資料中必須以 "Hello ""World""" 呈現。

• 分隔符號前後的空格將被忽略。如果資料列以 的形式存在value1, value2，則會將其儲存為 "value1"和 "value2"。

• 任何其他逸出字元將逐字儲存。例如，"data1\tdata2" 將儲存為 "data1\tdata2"。這些字元只要括在引號中，就不需要逸出。

• 允許空白欄位。空白欄位會視為空的值。

• 欄位中的多個值可在值之間使用分號 (;) 加以指定。

如需詳細資訊，請參閱網際網路工程任務小組 （IETF） 網站上的CSV檔案的常見格式和MIME類型。

Gremlin 範例

下圖顯示兩個頂點和取自 TinkerPop 現代圖表的邊緣的範例。

以下是 Neptune CSV載入格式的圖表。

頂點檔案：

~id,name:String,age:Int,lang:String,interests:String[],~label
v1,"marko",29,,"sailing;graphs",person
v2,"lop",,"java",,software

頂點檔案的表格式檢視：

~id	name:String	age:Int	lang:String	興趣：字串【】	~label
v1	"marko"	29		【"航海"， "照片"】	person
v2	"lop"		"java"		software

邊緣檔案：

~id,~from,~to,~label,weight:Double
e1,v1,v2,created,0.4

邊緣檔案的表格式檢視：

~id	~from	~to	~label	weight:Double
e1	v1	v2	已建立	0.4

後續步驟

現在您對於載入格式已有更深入的了解，請參閱 範例：將資料載入至 Neptune 資料庫執行個體。