当使用Arangodb容器在进行图遍历过滤时，如果数据量过大，可能会达到内存限制并导致崩溃。为了解决这个问题，我们可以采取以下方法：

1. 使用路径过滤器：在图遍历中，可以使用路径过滤器来限制遍历的路径。这样可以减少遍历的数据量，从而降低内存的使用。下面是一个使用路径过滤器的代码示例：

FOR v, e, p IN 1..3 OUTBOUND 'vertices/1' GRAPH 'myGraph'
  FILTER p.edges[*].property == 'value'
  RETURN p.vertices[*].property

在上面的代码中，我们使用路径过滤器 FILTER p.edges[*].property == 'value' 来筛选出符合条件的路径。

2. 使用LIMIT限制结果集大小：如果图遍历的结果集非常大，可以使用LIMIT关键字来限制结果集的大小。这样可以避免将大量数据加载到内存中，从而减轻内存压力。下面是一个使用LIMIT的代码示例：

FOR v, e, p IN 1..3 OUTBOUND 'vertices/1' GRAPH 'myGraph'
  LIMIT 100
  RETURN p.vertices[*].property

在上面的代码中，我们使用LIMIT关键字来限制结果集的大小为100。

3. 分批处理数据：如果数据量非常大，可以考虑将数据分批处理。可以使用游标（cursor）来迭代处理数据，每次处理一批数据，从而减少内存的使用。下面是一个使用游标进行分批处理的代码示例：

LET cursor = (
  FOR v, e, p IN 1..3 OUTBOUND 'vertices/1' GRAPH 'myGraph'
    RETURN p.vertices[*].property
)

LET batchSize = 100
LET total = LENGTH(cursor)
LET processed = 0

WHILE processed < total
  LET batch = (FOR v IN cursor LIMIT processed, batchSize RETURN v)
  
  // 处理当前批次的数据
  // ...
  
  LET processed = processed + batchSize
END

在上面的代码中，我们使用游标来获取所有需要处理的数据，然后根据设定的批次大小将数据分批处理。

通过以上方法，我们可以有效地减少内存的使用，从而解决Arangodb容器在使用“path”进行图遍历过滤时达到内存限制并崩溃的问题。