本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Gremlin repeatMode 查询提示
Neptune repeatMode 查询提示指定 Neptune 引擎计算 Gremlin 遍历中的 repeat() 步骤的方式：广度优先、深度优先或分块深度优先。
在使用 repeat() 步骤查找或跟踪路径时，该步骤的计算模式非常重要，而不只是将步骤重复有限次数。
语法
通过向查询添加 withSideEffect 步骤来指定 repeatMode 查询提示。
g.withSideEffect('Neptune#repeatMode', 'mode').gremlin-traversal
注意
所有 Gremlin 查询提示副作用的前缀为 Neptune#。
可用模式
-
BFS广度优先搜索
repeat()步骤的默认执行模式。这将在沿路径深入之前获取所有同级节点。此版本为内存密集型的，边界可以非常大。查询将耗尽内存并被 Neptune 引擎取消的风险更高。这与其他 Gremlin 实施最匹配。
-
DFS深度优先搜索
在继续下一个解之前，跟踪每条路径至最大深度。
这将使用更少的内存。在类似从多个跃点外的起点查找单一路径这样的情况下，它可提供更好的性能。
-
CHUNKED_DFS分块深度优先搜索
一种混合方式，它在 1000 个节点（既不是 1 个节点 (
DFS) ，也不是所有节点 (BFS)) ）组成的区块中，以深度优先方式搜索图形。Neptune 引擎将在每个级别获得多达 1000 个节点，然后更深入地跟踪该路径。
这是一种速度和内存使用率之间的平衡方法。
如果您要使用
BFS，但查询占用的内存太多，这也会很有用。
示例
以下各节介绍了重复模式对 Gremlin 遍历的影响。
在 Neptune 中，repeat() 步骤的默认模式是对所有遍历实施广度优先 (BFS) 执行策略。
在大多数情况下， TinkerGraph 实现使用相同的执行策略，但在某些情况下，它会改变遍历的执行。
例如， TinkerGraph 实现修改了以下查询。
g.V("3").repeat(out()).times(10).limit(1).path()
此遍历中的 repeat() 步骤将“展开”到以下遍历，这将导致执行深度优先 (DFS) 策略。
g.V(<id>).out().out().out().out().out().out().out().out().out().out().limit(1).path()
重要
Neptune 查询引擎不会自动执行此操作。
广度优先 (BFS) 是默认的执行策略，与大多数 TinkerGraph 情况下的执行策略类似。但是，在特定情况下会优先选择深度优先 (DFS) 策略。
BFS（默认）
广度优先 (BFS) 是 repeat() 运算符的默认执行策略。
g.V("3").repeat(out()).times(10).limit(1).path()
Neptune 引擎将完全探索前九个跃点边界，然后再向外扩展十个跃点查找解。这在许多情况（如最短路径查询）下很有效率。
但是，对于上述示例，遍历使用 repeat() 运算符的深度优先 (DFS) 模式将快得多。
DFS
以下查询使用 repeat() 运算符的深度优先 (DFS) 模式。
g.withSideEffect("Neptune#repeatMode", "DFS").V("3").repeat(out()).times(10).limit(1)
在探索下一个解之前，这将跟踪每个单独的解，直至最大深度。