什么是最快的ArangoDB朋友的朋友查询(计数)

Question

我试图使用ArangoDB来获取朋友的朋友列表。不仅仅是一个基本的朋友的朋友列表，我还想知道用户和朋友的朋友有多少共同的朋友，并对结果进行排序。在多次尝试(重新)编写性能最好的AQL查询后，我最终得到了以下结果:

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，性能没有我希望的那么好。与相同查询(和数据)的Neo4j版本相比，AQL似乎要慢一些(5-10倍)。

我想知道的是……我如何改进我们的查询，使其执行得更好?

Answer 1

我是ArangoDB的核心开发人员之一，并试图优化您的查询。由于我没有你的dataset，我只能谈论我的测试dataset，如果你能验证我的结果，我将很高兴听到。

首先，如果我在ArangoDB 2.7上运行，但在这种特殊情况下，我不期望与2.6有重大的性能差异。

在我的dataset我可以执行你的查询，因为它是在~7秒。第一个解决办法:在你的朋友声明中，你使用includeData: true，只返回_id。对于includeData: false, GRAPH_NEIGHBORS直接返回_id，我们也可以摆脱这里的子查询

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

这使它在我的机器上下降到~ 1.1秒。所以我希望这将接近Neo4J的性能。

为什么这有很大的影响?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，您不需要任何这些数据，因此我们可以安全地继续不打开它。

但现在真正的改进

您的查询以"逻辑"方式进行，首先获得用户邻居，然后找到他们的邻居，计算找到foaf的频率并对其进行排序。这必须在内存中建立完整的泡沫网络，并将其作为一个整体进行排序。

你也可以用另一种方法:1. 查找用户的所有friends(仅_ids)2. 找到所有foaf(完整文档)3.对于每个foaf，找到所有foaf_friends(仅_ids)4. 找出friends和foaf_friends的交点并计算它们

这个查询像这样:

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}

在我的测试图中，在~ 0.024秒内执行

所以这给了我一个因子250快执行时间，我希望这比你当前在Neo4j中的查询更快，但是因为我没有你的dataset我无法验证它，如果你能做到这一点并告诉我，那将是很好的。

最后一件事

对于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。如果根据边的名称将边存储在单独的集合中，则可以避免这种情况。然后删除边的例子。这将进一步提高性能(特别是如果有很多边)。

未来

请继续关注我们的下一个版本，我们现在正在为AQL添加一些更多的功能，这将使您的案例更容易查询，并且应该会带来另一个性能提升。