Question

我有一个查询，该查询比较两个集合并从一侧查找“丢失”的文档。这两个馆藏（现有馆藏和临时馆藏）都包含约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

当此命令在单服务器环境中运行时（DB和Foxx在同一服务器/容器上），它像闪电般在0.5秒内运行。

但是，当我在集群（单个DB，单个Coordinator）中运行它时，即使DB和Coord在同一物理主机（不同的容器）上，我也必须在初始位置之后添加一个LIMIT 1000 FOR existing ...，以防止其超时！尽管如此，这个有限的结果仍会在将近7秒钟内返回！

查看执行计划，我发现在REMOTE子查询节点之后有多个GATHER和LET matches ...语句。据我所知，问题源于用于过滤该数据的数据存储和内存结构的分离。

我的问题：可以在集群上有效地进行此类操作吗？

我需要检测过时（要删除）的文档，但这显然不是可行的解决方案。

Answer 1

您的查询为现有集合中的每个文档执行一个子查询。每个子查询都需要许多HTTP往返来进行设置，实际查询和关闭。

可以通过以下查询避免子查询。它将所有文档_key加载到RAM中-但这对于您的较小集合来说应该没有问题。

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

ArangoDB-集群上的查询性能降低

1 个答案: