我需要哪些索引来跟踪查询以避免全图扫描？

Question

以下查询最多应返回标签为REPOSITORY 的limit 顶点，这些顶点最后一次更新是在minLastUpdated 之前，并且不是FILE_UPLOAD 类型，除非设置了NEEDS_UPDATE 标志。

g.V()
    .hasLabel(VertexLabel.REPOSITORY.name())
    .has(PropertyKey.INDEXED_LABEL.name(), VertexLabel.REPOSITORY.name())
    .has(PropertyKey.LAST_UPDATED.name(), P.lt(minLastUpdated))
    .or(__.not(__.has(PropertyKey.TYPE.name(), RepositoryType.FILE_UPLOAD.name())),
        __.has(PropertyKey.NEEDS_UPDATE.name(), true))
    .limit(limit);

为了避免全图扫描，我在属性INDEXED_LABEL、TYPE 和NEEDS_UPDATE 上创建了以下索引，这是一个结合了这三个属性的复合索引和一个混合索引：

//By Label
mgmt.buildIndex("byIndexedLabel", Vertex.class)
    .addKey(indexedLabelKey)
    .buildCompositeIndex();

//By Type
mgmt.buildIndex("byType", Vertex.class)
    .addKey(typeKey)
    .buildCompositeIndex();

//By Needs Update
mgmt.buildIndex("byNeedsUpdate", Vertex.class)
    .addKey(needsUpdateKey)
    .buildCompositeIndex();

//Combination of the three
mgmt.buildIndex("byIndexedLabelTypeAndNeedsUpdate", Vertex.class)
    .addKey(indexedLabelKey)
    .addKey(typeKey)
    .addKey(needsUpdateKey)
    .buildCompositeIndex();

//Mixed Index
mgmt.buildIndex("repositoryByTypeAndLastUpdated", Vertex.class)
    .addKey(indexedLabelKey, Mapping.STRING.asParameter())
    .addKey(lastUpdatedKey)
    .indexOnly(repositoryLabel)
    .buildMixedIndex("search");

但在执行查询时，我收到以下警告：

WARN  - StandardTitanTx$6: Query requires iterating over all vertices [()]. For better performance, use indexes

旁注

• 顶点标签与索引在同一事务中定义，这意味着所有索引都应立即可用。
• PropertyKey 和 VertexLabel 是我自己的 enums。
• 索引设置期间使用的键都是我之前添加的com.thinkaurelius.titan.core.PropertyKey 的所有实例。
• 所有属性的数据类型均为 String，但 NEEDS_UPDATE 除外，它是 Boolean。

环境

• 泰坦 1.0.0
• TinkerPop 3.0.1
• 弹性搜索 1.0.0
• 伯克利存储后端

感谢您提出的任何建议。

Answer 1

只有PropertyKey.INDEXED_LABEL.name() 和PropertyKey.LAST_UPDATED.name() 相关，其他属性不能用于索引查找。也就是说，创建一个搜索索引是有意义的：a）您有多个属性，b）其中一个具有范围条件：P.lt(minLastUpdated)（没有其他索引可以回答范围查询，并且具有复合覆盖的多个属性众所周知，索引迟早会造成麻烦）。创建一个涵盖这两个属性的单一索引以获得最佳性能。

mgmt.buildIndex('repositoryByTypeAndLastUpdated', Vertex.class).
    addKey(indexedLabelKey, Mapping.STRING.asParameter()).
    addKey(lastUpdatedKey).indexOnly(repositoryLabel).buildMixedIndex("search")

更新：

INDEXED_LABEL 实际上是不可索引的，或者不应该被索引，因为它似乎只是作为属性存储的顶点标签的副本。下面是一个完整的工作示例，它不会给您任何关于完整扫描的警告。

gremlin> graph = TitanFactory.open("conf/titan-berkeleyje-es.properties")
==>standardtitangraph[berkeleyje:/projects/aurelius/titan/conf/../db/berkeley]
gremlin> g = graph.traversal()
==>graphtraversalsource[standardtitangraph[berkeleyje:/projects/aurelius/titan/conf/../db/berkeley], standard]
gremlin> m = graph.openManagement()
==>com.thinkaurelius.titan.graphdb.database.management.ManagementSystem@10a0a1e
gremlin> repository = m.makeVertexLabel("repository").make()
==>repository
gremlin> lastUpdated = m.makePropertyKey("lastUpdated").dataType(Long.class).make()
==>lastUpdated
gremlin> needsUpdate = m.makePropertyKey("needsUpdate").dataType(Boolean.class).make()
==>needsUpdate
gremlin> type = m.makePropertyKey("type").dataType(String.class).make()
==>type
gremlin> m.buildIndex("repositoryByLastUpdated", Vertex.class).
gremlin>   addKey(lastUpdated).indexOnly(repository).buildMixedIndex("search")
==>repositoryByLastUpdated
gremlin> m.commit()
==>null

gremlin> g.V().has("repository", "lastUpdated", lt(System.currentTimeMillis())).
gremlin>   or(has("type", neq("FILE UPLOAD")), has("needsUpdate", true)).limit(10)
gremlin> 

我的图表中没有数据，但警告将显示为 w/ 或 w/o 数据。