本文将介绍几种常用的图查询命令，展示如何用编写其UQL语句以及它们在嬴图Manager中的查询结果样式。
本文使用的图集：
对于没有嬴图服务器环境的用户：
- 点击代码框上的Run按钮，在弹窗中运行并查看当前UQL命令的查询结果
- 点击Copy按钮复制代码，并在嬴图Playground中运行（注意选择图集Quick Start）
基本查询
查找点
点的查找类似于在关系型数据库中对某张表进行查询。尝试理解下边的UQL语句：
find().nodes() as myFirstQuery
return myFirstQuery{*} limit 10
该语句的字面含义为：查找点，将它们作为myFirstQuery，返回myFirstQuery并限制10条记录。
以上的描述已经相当接近了，以下是更多的解释：
- 链式语句子句
find().nodes()发起点查询 - 这些点的别名myFirstQuery被后面的
return子句调用 - 点别名后紧跟着的
{*}携带了这些点的全部属性
所以，这句UQL的目的是找到10个不同的点并返回它们的全部属性。在嬴图Manager中的执行结果为：
返回的10个点均属于Schema customer，这种结果取决于数据插入的先后顺序，同时也会受到并发计算的影响。
如果要查找某个特定Schema的点，比如merchant，可以在nodes()中添加描述：
find().nodes({@merchant}) as mySecondQuery
return mySecondQuery{*} limit 10
- 参数
nodes()中的花括号{}及其内容被称作过滤器（图数据中介绍的其他用来描述点的参数也如是）
上面的UQL语句的执行结果如下：
查找边
在当前的图模型中，@customer节点通过@transfer边向@merchant节点进行转账：
边的查找与点极为类似，只需替换使用edges()传入边的过滤条件：
find().edges({_from == "60017791850"}) as payment
return payment{*} limit 10
返回的10条payment全部由顾客Chen**（ID为60017791850）发起，payment的_id表示接收转账的商家ID。现在，用一个点查询语句调用这些商家的ID：
find().edges({_from == "60017791850"}) as payment
find().nodes({_id == payment._to}) as merchant
return merchant{*} limit 10
- 点别名后面紧跟着
._id表示调用这些点的属性_id
续写后的UQL语句返回10个接收了顾客Chen**（ID为60017791850）的转账的商家的所有属性：
返回的10个商家中有两个商家重复出现了，即
_uuid为117和119的商家，他们各出现了两次，原因是这两个商家各收到两笔来自Chen**的付款。
这向我们展示了一个典型的复杂图（多边图）的例子，即两个节点之间有多条边存在。想要更好的观察这一现象，可以更换查询命令并用嬴图Manager的2D视图进行观察。
展开
spread().src({_id == "60017791850"}).depth(1) as transaction
return transaction{*} limit 10
该语句的字面意思：以ID为60017791850的点为源头进行展开，深度为1，返回10条记录的所有属性。
spread()命令发起了以点src()为源头的边查询，并以BFS方式进行搜索depth()参数限制该BFS搜索的最大深度- 别名transaction为找到的边的一步路径形式，即“起点-边-终点”
- 路径别名后面紧跟着的
{*}携带了路径中点、边的全部属性
所以这句UQL的目的是查找10笔由顾客Chen**发起的转账，返回顾客Chen**、所有转账边以及所有收款商家的全部属性：
嬴图Manager将返回的路径自动显示在2D视图中，从图中能清楚的看到商家117和119与顾客Chen**之间的多笔转账。
如果要指定spread()命令所返回的路径终点的不重复数量，可以适当引入去重操作再进行返回。另一种思路是改用另一种查询命令，同样使用BFS的方式进行搜索，但搜索的目标是点，而非边。
K邻
khop().src({_id == "60017791850"}).depth(1) as merchant
return merchant{*} limit 10
该语句的字面意思：以ID为60017791850点为源头进行跳跃，深度为1，返回10条记录的所有属性。
khop()命令发起以src()为源头的点查询，并以BFS方式进行搜索- 别名merchant为找到的点
所以，这句UQL的目的是查找10个接收顾客Chen**转账的商家并返回商家的全部属性：
khop()命令找到了10个不同的收款商家，对比之前使用spread()命令找到的10笔付款中的8个收款商家，新发现了110和118两个商家。
模板的思维方式
模板查询是一种高级的图查询方法，通过使用n()、e()、nf()对路径中的每一个点、边进行精确描述（前文图数据中有提到）。
链路
n({_id == "60017791850"}).e().n() as transaction
return transaction{*} limit 10
该语句的字面意思：查找从ID为60017791850的点开始的一步路径，返回10条路径的所有属性：
返回的结果和之前
spread()示例的结果完全一致，因为它们全都是在查找从顾客Chen**出发的一步转账路径。
现在考虑这样一种路径：从Chen**出发，经过三条边，最终到达某个商家：
n({_id == "60017791850"}).e({tran_amount > 70000})[3].n() as transChain
return transChain{*} limit 10
e()后面紧跟着的[3]表示3条连续的边（作用类似于之前提到的depth()）
10条路径从Chen**出发，到达第二个节点（商家111）后兵分三路，再从Zheng**、Qian**、Chu**分散为10条路径、到达8个不同的商家。
图中所示的Chen**和Zheng**、Qian**、Chu**均购买过商家111的商品，在特定场景下可能意味着这4个顾客特征相似，因此便有理由将Zheng**、Qian**、Chu**光顾过的其他8个商家（路径终点）推荐给Chen**。这便是一种典型的商品、商家推荐模型。
当返回结果中有点、边重复出现时，嬴图Manager的2D视图不会对其进行重复渲染。例如上面查到的10条路径，每一条都以Chen**为起点，以“转账60”为第一条边，以“商家111”为第二个点，而2D视图中只渲染一个Chen**、一条“转账60”边、一个“商家111”。如需了解每一条路径的具体信息，可切换至列表视图：
环路
路径中不允许有边重复出现，但允许有重复的点，于是便有了环路。
n({@customer} as start).e({tran_date > "2020-1-1 0:0:0"})[4].n(start) as transRing
return transRing{*} limit 10
- 最后一个
n()调用了的第一个n()的别名start，表示路径的首尾节点相同（即形成环路）
所以这句UQL的目的是查找10条从某个顾客出发的四步路径，并最终回到该顾客，要求每一步转账都晚于2020-1-1 0:0:0，返回这些路径中的所有点、边的全部属性：
切换到列表视图为：
顾客Chu**、Ou**均从商家110、108处购买商品，这种结构在特定的场景下意味着Chu**和Ou**具有相似性。
最短路
n({_id == "60017791850"}).e()[:5].n(115) as transRange
return transRange{*} limit 1
- 中括号中的
:5也可写作1:5，表示边数为1~5，而非固定值 - 最后一个
n()中的数字115是过滤器{_uuid == 115}的简写形式
所以，这句UQL的目的是查找1条从Chen**出发、到达UUID为115的节点的路径，要求边数不超过5，返回这条路径中的所有点、边的全部属性：
返回的这条路径刚好有5条边。
对路径中的边数稍加修改，则可能完全改变查询的目标：
n({_id == "60017791850"}).e()[*:5].n(115) as transShortest
return transShortest{*} limit 1
- 在边数中添加星号
*后得到*:5，模板变成了边数不超过5的最短路径
所以，这句UQL的目的是查找1条从Chen**出发、到达UUID为115的节点的最短路径，要求边数不超过5，返回这条路径中的所有点、边的全部属性：
最短路径体现的是两点之间最直接的联系。一般情况下，路径越短，路径中数据的关联性就越大，路径就越值得被研究。也正因如此，真实世界中的某些实体会故意将自身隐藏在很长（20~30步）的数据链路末端。为了能挖掘出这类可疑实体，要求数据库拥有超深遍历的能力和快速响应的高性能。
常用运算
UQL查到点、边、路径以后，可以进行很多运算。这些运算是通过函数、子句进行的。运算的种类非常多，具体可参看UQL文档。在本节中仅挑选一些较常用的运算进行介绍。
去重
修改前面链路一节中的第一个例子，将10条路径的终点去重后再返回（8个商家）：
n({_id == "60017791850"}).e().n(as payee) limit 10
with distinct payee as payeeDedup
return payeeDedup{*}
- 操作符
distinct对payee进行去重 - 去重操作写在
with子句中 - UQL语句按顺序执行，
limit 10位于with之前则先查找10条结果，再进行去重
计数
修改上面的示例，计算去重后的终点个数：
n({_id == "60017791850"}).e().n(as payee) limit 10
with count(distinct payee) as cardinality
return cardinality
- 函数
count()对distinct payee进行数量统计，count()和distinct经常这样套用在一起
排序
修改前面查找边一节中的第一个例子，将找到的边按转账金额降序排列后再返回：
find().edges({_from == "60017791850"}) as payment limit 10
order by payment.tran_amount desc
return payment{*}
- 子句关键词
order by对payment按照其属性tran_amount进行排序 - 位于子句
order by末尾的关键词desc表示降序
分组
修改前面链路一节中的第二个例子，将找到的三步路径按照路径中的第三个点进行分组，并统计每组中的路径数量：
n({_id == "60017791850"}).e({tran_amount > 70000})[2].n(as third).e({tran_amount > 70000}).n() limit 10
group by third
return table(third.cust_name, count(third))
- 为了在模板中体现第三个点，将原先的结构
n().e()[3].n()改写为n().e()[2].n().e().n() - 子句关键词
group by对third进行分组 - 函数
count()对每组中的third进行数量统计 - 函数
table()将third.cust_name和count(third)合并到一个表格中，使结果一目了然
