使用 Amazon Neptune 构建游戏好友推荐引擎

首先，我们向 Neptune 数据库中加载一些示例数据。

在本例的数据模型中，有两种顶点类型：User（用户）和 Interest（兴趣）。同时还有两种边的类型：Follow（关注）代表一个用户关注另一个用户，InterestedIn（感兴趣）代表一个用户对某个预定义的兴趣主题感兴趣。

在 scripts/ 目录中，vertices.json 文件包含了 50 个示例 User（用户）和 6 个示例 Interest（兴趣主题）。另有一个名为 insertVertices.js 的脚本，用于读取示例顶点数据并加载至 Neptune 中。

insertVertices.js 脚本内容如下所示：

const fs = require('fs');
const path = require('path');

const gremlin = require('gremlin');
const DriverRemoteConnection = gremlin.driver.DriverRemoteConnection;
const Graph = gremlin.structure.Graph;

const connection = new DriverRemoteConnection(`wss://${process.env.NEPTUNE_ENDPOINT}:8182/gremlin`,{});

const graph = new Graph();
const g = graph.traversal().withRemote(connection);

const createUser = async (username) => {
  return g.addV('User').property('username', username).next()
}

const createInterest = async (interest) => {
  return g.addV('Interest').property('interest', interest).next()
}

const raw = fs.readFileSync(path.resolve( __dirname, 'vertices.json'));
const vertices = JSON.parse(raw)

const vertexPromises = vertices.map((vertex) => {
  if (vertex.label === 'User') {
    return createUser(vertex.username)
  } else if (vertex.label === 'Interest') {
    return createInterest(vertex.name)
  }
})

Promise.all(vertexPromises).then(() => {
  console.log('Loaded vertices successfully!')
  connection.close()
})

该脚本将导入所需的库，初始化 Neptune 数据库连接，就像之前测试连接的脚本那样。并且其中定义了两个函数：createUser 和 createInterest，分别用于创建 User（用户）顶点和 Interest（兴趣）顶点。脚本读取示例用户数据，遍历示例数据，创建 User（用户）和 Interest（兴趣）。

您可以使用以下命令运行该脚本：

node scripts/insertVertices.js

您应当会在终端看到以下输出结果：

Loaded vertices successfully!

scripts 文件夹中还包含一个名为 insertEdges.js 的脚本。它会从 edges.json 文件加载一些示例边数据，并将其插入至您的 Neptune 数据库。

您可以使用以下命令运行该脚本：

ode scripts/insertEdges.js

您应当会在终端看到以下输出结果：

Edges loaded successfully!

至此，示例顶点和边数据都已加载完毕。如果您现在尝试运行上一个模块的 testDatabase.js 脚本，会发现图形中已经有一些顶点了：

{ value: 56, done: false }

成功了！一共找到了 56 个顶点：50 个用户，6 个兴趣主题。

下一步，您将学习如何查询某个特定用户的所有兴趣。

跟之前一样，文件开头部分是一些导入语句和初始化图形数据库连接的代码。这里的核心部分是 findUserInterests 函数。这个函数和您将在应用程序中实现的函数类似。该函数接收一个 username 参数，返回该用户感兴趣的内容。

让我们仔细看看函数中的实际查询语句。一共有 5 行代码。我们来分析每一行的作用。

第一行是 g.V()。其中变量 g 代表您的图形实例。使用 V() 操作符表示您要操作顶点（而非边）。

下一行代码为 .has('User', 'username', username)。这一部分把查询范围缩小到一个特定顶点，而不是图形中的全部顶点。它指定了需要查找带有 User 标签的顶点（has() 操作符的第一个参数表示标签名）。同时它还指明，所需顶点的 username 属性值（对应 has() 操作符的第二和第三个参数）要与传入的 username 变量值相同。

点击 User（用户）顶点后，您就可以查找用户的兴趣。这一步可以通过 out() 操作符来实现。out() 操作符会遍历从给定顶点出发、指向其他顶点的所有边。在本查询中，我们将遍历的边限定为那些带有 InterestedIn 标签的边。

此时，查询会得到一个数组，包含所有与指定用户之间存在 InterestedIn 关系的顶点。我们希望返回这些顶点的易读名称，因此使用了 values() 操作符。告诉查询要返回每个顶点的 interest 属性值。

最后，调用 toList() 操作符触发遍历操作的执行，并将结果汇总为一个数组。

在脚本的最后，我们用一个示例用户来调用 findUserInterests 函数。您可以使用以下命令执行该脚本：

node scripts/findUserInterests.js

您应当会在终端看到以下输出结果：

[ 'Nature', 'Sports', 'Woodworking', 'Cooking' ]

成功了！结果显示，用户 amy81 对 Sports（运动）、Woodworking（木工）、Cooking（烹饪）和 Nature（自然）这四个主题感兴趣。

下一步中，您将学习如何在应用程序中生成好友推荐。

图中，椭圆形表示 Users（用户），从一个椭圆指向另一个椭圆的箭头表示 Follow（关注）关系。在本例中，最左边的用户 MyUser 关注了最上面的用户 PopularPolly。可以看到，另外两个用户（SimilarSam 和 MirrorMax）也关注了 PopularPolly。而这两个用户都还关注了另一个名为 InterestingIngrid 的用户。既然 SimilarSam 和 MirrorMax 与 MyUser 有共同关注的人，那么 MyUser 可能也会想关注 InterestingIngrid。

在 scripts/ 目录中，有一个名为 findFriendsOfFriends.js 的文件。其内容如下所示：

const gremlin = require('gremlin');
const DriverRemoteConnection = gremlin.driver.DriverRemoteConnection;
const Graph = gremlin.structure.Graph;
const neq = gremlin.process.P.neq
const without = gremlin.process.P.without
const order = gremlin.process.order
const local = gremlin.process.scope.local
const values = gremlin.process.column.values
const desc = gremlin.process.order.desc

const connection = new DriverRemoteConnection(`wss://${process.env.NEPTUNE_ENDPOINT}:8182/gremlin`,{});

const graph = new Graph();
const g = graph.traversal().withRemote(connection);

const findFriendsOfFriends = async (username) => {
  return g.V()
    .has('User', 'username', username).as('user')
    .out('Follows').aggregate('friends')
    .in_('Follows')
    .out('Follows').where(without('friends'))
    .where(neq('user'))
    .values('username')
    .groupCount()
    .order(local)
    .by(values, desc)
    .limit(local, 10)
    .next()
}

findFriendsOfFriends('davidmiller').then((resp) => {
  console.log(resp.value)
  connection.close()
})

跟之前一样，文件开头部分是一些导入语句和初始化的代码。值得关注的是文件中定义的 findFriendsOfFriends 函数。该函数与应用程序中通过查找“好友的好友”来生成推荐的函数类似。

我们再来逐步分析这一复杂的图形查询。

首先，g.V().has('User', 'username', username).as('user') 这一部分用指定的用户名在图形中找到目标用户顶点。这部分代码使用指定的用户名来定位正确的 User 顶点。然后使用 as 函数将找到的顶点保存为 user，方便后续查询步骤中引用。

接下来，我们要找出该用户当前关注的所有其他用户。这可以通过 .out('Follows').aggregate('friends') 来实现。该语句遍历从 User 顶点出发的所有 Follow（关注）边，找到该用户关注的所有其他 User。然后把找到的这些用户汇总到一个名为 friends 的变量中，供后续查询使用。

接下来，我们要找出还关注了这些相同用户的其他用户。这可以用 .in_('Follows') 来实现，它会找出所有具有指向这些用户的 Follows 边的顶点。

至此我们找到了那些与查询目标用户相似的用户。下一步是找出这些相似用户还关注的其他用户，因为这些用户可能也会引起原始用户的兴趣。我们可以用 .out('Follows').where(without('friends')) 来实现这一点。该语句会遍历从相似用户顶点出发、带有 Follows 标签的外向边。注意这里的 where 子句，它使用原始用户的 friends 变量来排除掉该用户已经关注的人。我们当然不希望把用户已经关注的人也作为推荐结果呈现给他们！

接下来，.where(neq('user')) 子句将原始用户自己也排除掉，这样就不会出现向其推荐关注自己的荒谬情形了。之后，.values('username') 子句获取每个找到的用户顶点的用户名属性值。

此时的查询结果中，类似用户关注的每个其他用户都对应着一条记录。也就是说结果中可能会有重复，如果有两个相似用户关注了同一个用户，那这个被关注的用户会出现两次。这种重复是有意义的，因为我们可以根据被相似用户关注的次数来对被推荐用户进行分组排序。被更多相似用户关注的人，往往与原始用户的相关度更高。

您可以在终端中执行以下命令来运行该脚本：

node scripts/findFriendsOfFriends.js