缓慢的 AQL 和数据类型转换，如何提高我的 AQL 性能？

Question

你好 ArangoDB 社区，

我已经使用 arangoimport（通过 CSV）将两个集合从 sqlite 导入到 ArangoDB。
接下来，我尝试运行一个简单的 AQL 来交叉引用这些集合（最终目标是通过边缘连接它们）。
Collection1 有 1,682,642 个文档
Collection2 有 3,290 个文档

以下 AQL 需要 30 秒才能完成：

FOR c1 IN Collection1
   FOR c2 IN Collection2
      FILTER c2._key == TO_STRING(c1.someField) return {"C2": c2._id, "C1": c1._id}

如果我这样切换转换，需要很长时间（我在 5 分钟后放弃）：

FOR c1 IN Collection1
       FOR c2 IN Collection2
          FILTER TO_NUMBER(c2._key) == c1.someField return {"C2": c2._id, "C1": c1._id}

在 "someField" 上添加索引没有帮助。
Sqlite 中的相同 JOIN 查询（从中导入数据）只需不到 1 秒即可完成

一些想法和问题：
1) 如何知道文档中字段的数据类型？
2) _key 是一个字符串。我认为 "someField" 是一个数字（因为没有 TO_STRING，没有返回结果）。
3) 在 "someField" 上添加 TO_STRING 是否有效地使字段上的索引不可用？
4）有没有办法让_key成为一个数字（最好是一个整数）。我觉得数字比较更快，不是吗？
5）或者，我可以告诉 arangoimport 强制 "someField" 成为一个字符串吗？
6) 我还能做些什么来使 AQL 运行更快？

感谢任何意见，
埃拉德

Answer 1

支持data types follow the JSON specs。您可以通过查看文档来确定数据类型，例如使用网络 UI。在文档编辑器中使用 Code 查看模式将文档视为 JSON:

"Aerosmith" 是一个字符串，1973 是一个数字，流派是 [ ... ] 数组中的字符串，每首歌曲都是一个 { ... } 对象。还有 null、true 和 false 文字。

对于确定属性数据类型的编程方式，有 Type check functions，例如TYPENAME() 到 return 数据类型名称为字符串。计算属性 someField 属于哪种数据类型的频率的示例查询：
```
RETURN MERGE( FOR c1 IN Collection1
  COLLECT type = TYPENAME(c1.someField) WITH COUNT INTO count
  RETURN { [type]: count }
)
```
_key 确实总是一个字符串。如果您不确定 someField 是什么，可以使用上面的查询。请分享此信息。
如果您将一个在运行-time 时仅已知的值（此处：文档属性）转换为不同的类型，那么是的，不能使用索引。索引查找只有在您按原样查询值时才有可能。但是，您可以对绑定变量和其他常量值进行类型转换，因为它们在查询编译时是已知的。

不，文档键总是一个字符串。 _key 属性（主索引）上有一个索引，因此没有性能损失，因为它是一个字符串而不是数值。

arangoimport 有一个选项可以将数字字符串转换为数字，"null" 到 null 和 "true" / "false" 到布尔值 (--convert)，但没有强制属性成为字符串的选项。有一个 feature request 添加指定所需数据类型的能力。

如果您希望数字字符串保留为字符串，请使用 --convert false 关闭自动转换。如果值是源文件中的数字（不在引号中），则您可以在导入文件之前对其进行调整。您还可以使用一次性 AQL 查询将属性转换为特定数据类型：

FOR c1 IN Collection1 UPDATE doc WITH { someField: TO_STRING(someField) } IN Collection1

我假设在 SQLite 中主键是一个整数值，因此也引用它（外键）。因为在 ArangoDB 中主键必须是字符串，所以引用也需要是字符串类型。更改文档以将外键也存储为字符串。在 someField（您用于联接的字段）上向 Collection1 添加哈希索引。那么这个查询应该很快并且 return 预期结果：

FOR c1 IN Collection1 FOR c2 IN Collection2 FILTER c2._key == c1.someField RETURN { C2: c2._id, C1: c1._id }

缓慢的 AQL 和数据类型转换，如何提高我的 AQL 性能？

Slow AQL and data type conversion, how can I improve my AQL performance?

indexing

performance

types

arangodb

aql