什么是最快的ArangoDB朋友的朋友查询（有计数）

Question

我正在尝试使用ArangoDB来获取朋友的朋友列表。 不仅仅是一个基本的朋友朋友列表，我还想知道用户和朋友的朋友有多少朋友，并对结果进行排序。 在多次尝试（重新）编写性能最佳的AQL查询之后，这就是我最终的结果：

LET friends = (
  FOR f IN GRAPH_NEIGHBORS('graph', @user, {"direction": "any", "includeData": true, "edgeExamples": { name: "FRIENDS_WITH"}})
  RETURN f._id
)

LET foafs = (FOR friend IN friends
  FOR foaf in GRAPH_NEIGHBORS('graph', friend, {"direction": "any", "includeData": true, "edgeExamples": { name: "FRIENDS_WITH"}})
    FILTER foaf._id != @user AND foaf._id NOT IN friends
    COLLECT foaf_result = foaf WITH COUNT INTO common_friend_count
    RETURN {
      user: foaf_result,
      common_friend_count: common_friend_count
    }
)
FOR foaf IN foafs
  SORT foaf.common_friend_count DESC
  RETURN foaf

不幸的是，性能并不像我想的那么好。 与同一查询（和数据）的Neo4j版本相比，AQL似乎相当慢（5-10倍）。

我想知道的是......我如何改进查询以使其表现更好？

Answer 1

我是ArangoDB的核心开发人员之一，并尝试优化您的查询。 由于我没有您的dataset我只能谈论我的测试dataset ，并且很高兴听到您是否可以验证我的结果。

首先，如果我在ArangoDB 2.7上运行，但在这种特殊情况下，我不认为2.6的主要性能差异。

在我的dataset我可以执行您的查询，因为它在~7秒内。 第一个修复：在你的朋友声明中，你使用includeData: true并且只返回_id 。 使用includeData: false GRAPH_NEIGHBORS直接返回_id ，我们也可以在这里删除子查询

LET friends = GRAPH_NEIGHBORS('graph', 
                              @user,
                              {"direction": "any",
                               "edgeExamples": { 
                                   name: "FRIENDS_WITH"
               }})

这使我的机器下降到~1.1秒。 所以我希望这将接近Neo4J的性能。

为什么这会产生很大的影响？ 在内部，我们首先找到_id值而不实际加载文档JSON。 在您的查询中，您不需要任何此类数据，因此我们可以安全地继续打开它。

但现在真正改善了

您的查询采用“逻辑”方式，首先获取用户邻居，而不是找到他们的邻居，计算找到foaf频率并对其进行排序。 这必须在内存中构建完整的foaf网络并将其整体排序。

你也可以用不同的方式做到：1。找到所有用户的friends （只有_ids ）2。查找所有foaf （完整文档）3。对于每个foaf找到所有foaf_friends （只有_ids ）4。找到friends的交集foaf_friends和COUNT他们

这个查询是这样的：

LET fids = GRAPH_NEIGHBORS("graph",
                           @user,
                           {
                             "direction":"any",
                             "edgeExamples": {
                               "name": "FRIENDS_WITH"
                              }
                           }
                          )
FOR foaf IN GRAPH_NEIGHBORS("graph",
                            @user,
                            {
                              "minDepth": 2,
                              "maxDepth": 2,
                              "direction": "any",
                              "includeData": true,
                              "edgeExamples": {
                                "name": "FRIENDS_WITH"
                              }
                            }
                           )
  LET commonIds = GRAPH_NEIGHBORS("graph",
                                  foaf._id, {
                                    "direction": "any",
                                    "edgeExamples": {
                                      "name": "FRIENDS_WITH"
                                     }
                                  }
                                 )
  LET common_friend_count = LENGTH(INTERSECTION(fids, commonIds))
  SORT common_friend_count DESC
  RETURN {user: foaf, common_friend_count: common_friend_count}

我的测试图中的哪个在~0.024秒内执行

所以这给了我250倍的执行时间，我希望它比你在Neo4j中的当前查询更快，但由于我没有你的dataset我无法验证它，如果你能做到并告诉它会很好我。

最后一件事

使用edgeExamples: {name : "FRIENDS_WITH" }它与includeData相同，在这种情况下，我们必须找到真正的边缘并查看它。 如果根据名称将边存储在单独的集合中，则可以避免这种情况。 然后删除edgeExamples。 这将进一步提高性能（特别是如果有很多边缘）。

未来

请继续关注我们的下一个版本，我们现在正在为AQL添加更多功能，这将使您的案例更容易查询，并应该提供另一个性能提升。