最快的 ArangoDB 朋友的朋友查询是多少（带计数）

我正在尝试使用 ArangoDB 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个共同的朋友并对结果进行排序。 经过多次尝试（重新）编写性能最佳的 AQL 查询，我最终得到的是：

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，性能没有我想要的那么好。与相同查询（和数据）的 Neo4j 版本相比，AQL 似乎慢了很多（5-10 倍）。

我想知道的是...我怎样才能改进我们的查询以使其性能更好？

我是核心开发人员之一ArangoDB并尝试优化您的查询。因为我没有你的dataset我只能说说我的测试dataset如果您能验证我的结果，我会很高兴。

首先，如果我正在跑步ArangoDB2.7，但在这种特殊情况下，我预计与 2.6 相比不会有重大性能差异。

In my dataset我可以在大约 7 秒内执行您的查询。 第一个修复： 在你的朋友声明中你使用includeData: true并且只返回_id. With includeData: false GRAPH_NEIGHBORS直接返回_id我们还可以在这里去掉子查询

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

这在我的机器上将其降低到约 1.1 秒。所以我预计这会接近Neo4J的性能。

为什么这会产生如此大的影响？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，您不需要任何此类数据，因此我们可以安全地继续不打开它。

但现在真正的改进

您的查询采用“逻辑”方式，首先获取用户的邻居，然后找到他们的邻居，计算出现的频率foaf找到并对其进行排序。 这必须在内存中建立完整的 foaf 网络并将其作为一个整体进行排序。

您还可以通过不同的方式进行操作： 1. 查找全部friends用户（仅_ids） 2. 查找全部foaf（完整文件） 3. 对于每个foaf找到所有foaf_friends (only _ids） 4. 求交集friends and foaf_friends并计算它们

这个查询会像这样：

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，执行时间约为 0.024 秒

所以这给了我一个速度提高 250 倍执行时间，我希望这比 Neo4j 中当前的查询更快，但因为我没有你的dataset我无法验证，如果你能验证并告诉我就好了。

最后一件事

随着edgeExamples: {name : "FRIENDS_WITH" }它与includeData，在这种情况下我们必须找到真正的边缘并研究它。如果您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。然后也删除edgeExamples。这将进一步提高性能（特别是在有很多边缘的情况下）。

Future

请继续关注我们的下一个版本，我们现在正在向 AQL 添加更多功能，这将使您的案例更容易查询，并且应该会进一步提升性能。