[英]What is the fastest ArangoDB friends-of-friends query (with count)
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?
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.