ArangoDB中的社交网络ish查询

我的数据库具有以下“架构”：

• 用户作者帖子
• 用户喜欢帖子

我的测试数据库包含：

• 162个用户
• 442个员额
• 159喜欢

现在我想查询最受欢迎的用户，这些用户在他们所有的帖子中收集了最喜欢的内容。我提出了以下问题：

FOR u IN users
    LET nblikes = SUM(FOR post IN 1 OUTBOUND u isAuthor
        RETURN LENGTH(GRAPH_EDGES('my-graph', post, { edgeCollectionRestriction: 'likes' })))
    SORT nblikes DESC
    RETURN {
        "username": u.username,
        "nblikes": nblikes
    }

它在2014年年中的MacBookPro（2.8GHz Core i7，16GB RAM）上以大约0.8秒的速度执行。0.8s并不丢脸，但在这么小的数据集上，我本以为会更好，因为这一切都发生在内存中

---

因此，如果有一些ArangoDB专家能够回顾我的查询并提示一些潜在的性能问题，我将不胜感激。非常感谢

有几种方法可以加快此查询的运行速度

最大的改进是用另一次深度1遍历来替换对

GRAPH_EDGES

的内部调用，以找到“likers”，如下所示：

FOR u IN users 
  LET nblikes = SUM(
    FOR post IN 1 OUTBOUND u isAuthor 
      RETURN LENGTH(
        /* the following traversal replaces the call to GRAPH_EDGES */
        FOR liker IN 1 INBOUND post._id likes 
          RETURN 1
      )
  )
  SORT nblikes DESC
  RETURN { 
    username: u.username, 
    nblikes: nblikes
  }

对

GRAPH\u EDGES

的内部函数调用非常昂贵，去掉它将大大提高查询执行时间

另一种变体是（现在）将两个遍历替换为普通连接，如下所示：

FOR u IN users 
  LET nblikes = SUM(
    /* the following join between users, isAuthor and likes 
       replaces the traversal & GRAPH_EDGES calls */
    FOR a IN isAuthor 
      FILTER a._from == u._id 
      FOR l IN likes 
        FILTER l._to == a._to 
        RETURN 1
  ) 
  SORT nblikes DESC
  RETURN { 
    username: u.username, 
    nblikes: nblikes
  }

---

这两种变体都应该比初始查询更快，主要是因为

GRAPH\u EDGES

在循环中调用代价高昂。由于它是一个无状态AQL函数，因此需要重复设置其上下文（从内部循环调用的频率相同）。遍历和连接解决方案可以在调用之间保留更多的上下文，因此它们“更便宜”。

如果使用建议的图遍历，查询的速度有多快，使用连接的速度有多快？谢谢您可以将

GRAPH\u EDGES

用作顶级构造，而不是在循环中使用。如果您想将其与

限制

结合使用，则它有一个明确的计数器指示器-这没有意义。