ArangoDB

Question

我有一个比较两个集合并从一侧找到 "missing" 文档的查询。两个集合（现有的和临时的）都包含大约 25 万个文档。

FOR existing IN ExistingCollection
    LET matches = (
        FOR temp IN TempCollection
            FILTER temp._key == existing._key
            RETURN true
    )
    FILTER LENGTH(matches) == 0
    RETURN existing

当这运行在单服务器环境中（DB 和 Foxx 在同一个 server/container 上）时，这运行在 0.5 秒内就像闪电一样。

然而，当我运行在集群中（单个数据库，单个协调器）时，即使数据库和协调器位于同一物理主机（不同容器）上，我也必须添加一个LIMIT 1000 在最初的 FOR existing ... 之后以防止它超时！尽管如此，这个有限的结果 returns 只用了将近 7 秒！

查看执行计划，我看到 LET matches ... SubqueryNode 之后有几个 REMOTE 和 GATHER 语句。据我所知，问题源于用于过滤此数据的数据存储和内存结构的分离。

我的问题：这种类型的操作能否在集群上高效完成？

我需要检测过期（待删除）文件，但这显然不是一个可行的方案。

Answer 1

您的查询对现有集合中的每个文档执行一个子查询。每个子查询都需要多次 HTTP 往返以进行设置、实际查询和关闭。

您可以使用以下查询避免子查询。它将所有文档 _key 加载到 RAM 中 - 但对于您相当小的集合应该没有问题。

LET ExistingCollection = (FOR existing IN c2 RETURN existing._key)
LET TempCollection = (FOR temp IN c1 RETURN temp._key)
RETURN MINUS(ExistingCollection, TempCollection)

ArangoDB - 集群查询性能缓慢

ArangoDB - Slow query performance on cluster