本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
如何在 Neptune 中處理 Gremlin 查詢
在 Amazon Neptune 中，更複雜的周遊可由一系列模式表示，這些模式根據可跨模式共用的具名變數定義來建立關係，以建立聯結。如以下範例所示。
問：什麼是頂點 v1 的雙躍點鄰近項？
Gremlin code: g.V(‘v1’).out('knows').out('knows').path() Pattern: (?1=<v1>, <knows>, ?2, ?) X Pattern(?2, <knows>, ?3, ?) The pattern produces a three-column relation (?1, ?2, ?3) like this: ?1 ?2 ?3 ================ v1 v2 v3 v1 v2 v4 v1 v5 v6
透過在兩個模式之間共用 ?2 變數 (在第一個模式中的 O 位置和第二個模式的 S 位置)，您可以建立從第一個躍點鄰近項到第二個躍點鄰近項的聯結。每個 Neptune 解決方案都有三個具名變數的繫結，可用於重新建立 TinkerPopTraverser
Gremlin 查詢處理的第一步是將查詢剖析為 TinkerPop 周遊.V() 會同時由 表示和執行 TinkerPop GraphStep
由於這些 off-the-shelf TinkerPop 步驟是可執行的，因此此類周 TinkerPop 遊可以執行任何 Gremlin 查詢並產生正確的答案。但是，當針對大型圖形執行時， TinkerPop 步驟有時可能非常缺乏效率且緩慢。Neptune 不會使用它們，而是會嘗試將周遊轉換為由模式群組組成的宣告形式，如先前所述。
Neptune 目前在其原生查詢引擎中不支援所有 Gremlin 運算子 (步驟)。因此，它會嘗試盡可能將多個步驟摺疊成單一 NeptuneGraphQueryStep，其中包含所有已轉換步驟的宣告式邏輯查詢計畫。理想情況下，所有步驟都會進行轉換。但是，當遇到無法轉換的步驟時，Neptune 會中斷原生執行，並將所有查詢執行從該點延遲到 TinkerPop 步驟。它不會嘗試將原生執行編入和編出。
在步驟轉換為邏輯查詢計劃之後，Neptune 會執行一系列查詢最佳化工具，根據靜態分析和估計基數來重寫查詢計畫。這些最佳化工具會執行如下動作：根據範圍計數重新排序運算子、刪除不必要或冗餘運算子、重新安排篩選條件、將運算子推送至不同的群組等等。
在產生最佳化的查詢計畫之後，Neptune 會建立實體運算子的管道，以執行查詢的工作。這包括從陳述式索引讀取資料、執行各種類型的聯結、篩選、排序等等。管道會產生解決方案串流，然後轉換回 Traverser 物件串流 TinkerPop。
查詢結果的序列化
Amazon Neptune 目前依賴 TinkerPop 回應訊息序列化器將查詢結果 （TinkerPop 交易者） 轉換為序列化資料，以透過電匯傳回用戶端。這些序列化格式往往相當冗長。
例如，若要序列化頂點查詢的結果 (例如 g.V().limit(1))，Neptune 查詢引擎必須執行單一搜尋來產生查詢結果。不過，GraphSON 序列化程式會執行大量的額外搜尋，將頂點封裝為序列化格式。它將必須執行一次搜尋以取得標籤、執行一次搜尋以取得屬性金鑰，以及針對頂點的每個屬性金鑰執行一次搜尋，以取得每個金鑰的所有值。
某些序列化格式更有效率，但都需要額外的搜尋。此外， TinkerPop 序列化器不會嘗試避免重複的搜尋，通常會導致許多搜尋重複進行不必要的搜尋。
這使得編寫查詢非常重要，以便它們只特別要求其所需的資訊。例如，g.V().limit(1).id() 只會傳回頂點 ID 並消除所有其他序列化程式搜尋。Neptune profileAPI中的 Gremlin 可讓您查看在查詢執行期間和序列化期間進行多少次搜尋呼叫。
