了解fold（）及其對Azure Cosmos DB中的gremlin查詢成本的影響

Question

我正在嘗試了解Azure Cosmos DB中的查詢成本

我無法弄清楚以下示例的區別以及為什么使用fold（）會降低成本：

g.V().hasLabel('item').project('itemId', 'id').by('itemId').by('id')

產生以下輸出：

[
  {
    "itemId": 14,
    "id": "186de1fb-eaaf-4cc2-b32b-de8d7be289bb"
  },
  {
    "itemId": 5,
    "id": "361753f5-7d18-4a43-bb1d-cea21c489f2e"
  },
  {
    "itemId": 6,
    "id": "1c0840ee-07eb-4a1e-86f3-abba28998cd1"
  },           
....    
  {
    "itemId": 5088,
    "id": "2ed1871d-c0e1-4b38-b5e0-78087a5a75fc"
  }
]

成本為15642 RUs x 0.00008 $ / RU = 1.25 $

g.V().hasLabel('item').project('itemId', 'id').by('itemId').by('id').fold()

產生以下輸出：

[
  [
    {
      "itemId": 14,
      "id": "186de1fb-eaaf-4cc2-b32b-de8d7be289bb"
    },
    {
      "itemId": 5,
      "id": "361753f5-7d18-4a43-bb1d-cea21c489f2e"
    },
    {
      "itemId": 6,
      "id": "1c0840ee-07eb-4a1e-86f3-abba28998cd1"
    },
...
    {
      "itemId": 5088,
      "id": "2ed1871d-c0e1-4b38-b5e0-78087a5a75fc"
    }
  ]
]

成本為787 RUs x 0.00008 $ / RU = 0.06 $

g.V().hasLabel('item').values('id', 'itemId')

具有以下輸出：

[
  "186de1fb-eaaf-4cc2-b32b-de8d7be289bb",
  14,
  "361753f5-7d18-4a43-bb1d-cea21c489f2e",
  5,
  "1c0840ee-07eb-4a1e-86f3-abba28998cd1",
  6,
...
  "2ed1871d-c0e1-4b38-b5e0-78087a5a75fc",
  5088
]

費用：10639 RUs x 0.00008 $ / RU = 0.85 $

g.V().hasLabel('item').values('id', 'itemId').fold()

具有以下輸出：

[
  [
    "186de1fb-eaaf-4cc2-b32b-de8d7be289bb",
    14,
    "361753f5-7d18-4a43-bb1d-cea21c489f2e",
    5,
    "1c0840ee-07eb-4a1e-86f3-abba28998cd1",
    6,
...
    "2ed1871d-c0e1-4b38-b5e0-78087a5a75fc",
    5088
  ]
]

成本為724.27 RUs x 0.00008 $ / RU = 0.057 $

如您所見，對成本的影響是巨大的。 這只是大約。 3200個節點，幾乎沒有屬性。

我想了解為什么要增加倍數變化。

Answer 1

我試圖重現您的示例，但不幸的是結果相反（Cosmos中有500個頂點）：

g.V().hasLabel('test').values('id')

要么

g.V().hasLabel('test').project('id').by('id') 

分別給出86.08和91.44 RU，而相同的查詢后跟fold（）步驟則得出585.06和590.43 RU。

根據TinkerPop 文檔 ，我得到的結果似乎還不錯：

在某些情況下，遍歷流需要“屏障”來聚合所有對象並發出作為聚合函數的計算。 fold（）-step（映射）是其中的一個特定實例。

知道宇宙的RU電荷兩個數訪問的對象和計算的被上獲得的那些對象進行（在該特定情況下倍 ），對倍更高的成本被預期。

您可以嘗試運行遍歷的executionProfile（）步驟，這可以幫助您調查案例。 當我嘗試：

g.V().hasLabel('test').values('id').executionProfile()

我為fold（）增加了2個步驟（為簡潔起見，省略了輸出的相同部分），而此ProjectAggregation是將結果集從500映射到1的地方：

 ...
      {
        "name": "ProjectAggregation",
        "time": 165,
        "annotations": {
          "percentTime": 8.2
        },
        "counts": {
          "resultCount": 1
        }
      },
      {
        "name": "QueryDerivedTableOperator",
        "time": 1,
        "annotations": {
          "percentTime": 0.05
        },
        "counts": {
          "resultCount": 1
        }
      }
...