慢AQL和数据类型转换，我如何提高我的AQL性能？

Question

你好，ArangoDB社区

我已经用arangoimport (通过CSV)从sqlite导入了两个集合到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1682642份文件

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}

如果像这样切换转换，则要花费很长时间(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中相同的连接查询(从其中导入数据)需要不到1秒的时间完成。

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，就不会返回结果)。

3)在“TO_STRING”上添加someField是否有效地使字段上的索引不可用？

4)是否有办法使_key成为一个数字(最好是整数)。我认为比较数字更快，不是吗？

5)或者，我可以告诉arangoimport强制"someField“为字符串吗？

6)我还能做些什么让AQL跑得更快吗？

任何投入都要感谢，

埃拉德

Answer 1

1. 支持的数据类型遵循JSON规格。您可以通过查看文档来确定数据类型，例如使用Web。使用文档编辑器中的代码视图模式将文档视为JSON：

"Aerosmith"是字符串，1973是数字，类型是[ ... ]数组中的字符串，每首歌都是{ ... }对象。还有null、true和false文字。

对于确定属性的数据类型的编程方法，有类型检查函数，例如TYPENAME()将数据类型名称作为字符串返回。示例查询以计算属性someField的频率，数据类型为哪一种：

返回合并(用于c1 IN Collection1收集类型=TYPENAME(c1.omefield)，计数为计数，返回{ type: COUNT })

1. _key始终是一个字符串。如果您不确定someField是什么，可以使用上面的查询。请分享这些信息。
2. 如果您将一个只在运行时(此处：属性)已知的值转换为另一个类型，则不会使用任何索引。只有当您按原样查询某个值时，才能进行索引查找。但是，您可以键入类型转换绑定变量和其他常量值，这在查询编译时是已知的。
3. 不，文档键总是一个字符串。_key属性上有一个索引(主索引)，因此没有性能损失，因为它是一个字符串，而不是一个数值。
4. arangoimport可以选择将数字字符串转换为数字，将"null"转换为null，将"true" / "false"转换为布尔值(--convert)，但没有选项强制属性成为字符串。有一个特征请求来添加指定所需数据类型的功能。 如果您希望数字字符串保持字符串，请使用--convert false关闭自动转换。如果值是源文件中的数字(而不是引号)，则可以在导入文件之前对其进行调整。还可以使用一次性AQL查询将属性转换为特定的数据类型： 使用{ c1 : TO_STRING(someField) } IN Collection1在Collection1中更新文档
5. 我假设在SQLite中，主键是一个整数值，因此也引用它(外键)。因为主键必须是ArangoDB中的字符串，所以引用也需要字符串类型。更改文档以将外键也存储为字符串。将散列索引添加到Collection1 on someField (用于联接的字段)。然后，这个查询应该是快速的，并返回预期的结果： 对于c1 IN Collection1 IN c2 IN Collection2 FILTER c2._key == c1.某个字段返回{ C2: c2._id，C1: c1._id }