【发布时间】：2017-05-24 16:54:24
【问题描述】：
基于以下集合：
data_invoices (document, 100,000 total records, 2 tenants)
hash: tenantId
persistent: createdOn
data_jobs (document, 10,000 total records, 2 tenants)
hash: tenantId
persistent: createdOn
data_links (edge, 100,000 total records)
persistent: createdOn
persistent (sparse): replacedOn
链接集合会将一张发票连接到一个随机作业，因此一个作业可能有零个或多个发票。一张发票应该有一个或多个工作，但在我的数据中，每张发票只匹配一个工作。 date 过滤器实际上并没有过滤掉任何数据（它们都小于指定的日期值），tenantId 过滤器也没有过滤，因为所有数据都是 xxx 或 yyy。
data_jobs 和 data_invoices 的通用结构是：
tenantId: string;
createdOn: number;
data: [{
createdOn: number;
values: {
...collection specific data here...
};
}];
data_invoices 的集合特定数据结构是：
number: number;
amount: number;
data_jobs 的集合特定数据结构是：
name: string;
data_links表的结构是：
createdOn: number;
replacedOn?: number; // though I don't have any records with this value set
createdOn 字段是表示为 1970 年的刻度的日期值，是从 2000 年 1 月 1 日到今天的随机日期。
amount 字段是从 10 到 10,000 的随机货币值（小数点后 2 位）。
number 字段是自动编号类型的字段。
我有两个非常相似（在我看来）的查询，一种方式（工作到发票）工作得非常非常快，另一种需要很长时间。
此查询需要 1.85 秒：
LET date = 1495616898128
FOR job IN data_jobs
FILTER job.tenantId IN ['xxx', 'yyy']
FILTER job.createdOn<=date
LET jobData = (job.data[* FILTER CURRENT.createdOn<=date LIMIT 1])[0]
FILTER CONTAINS(jobData.values.name, 'a')
LET invoices = (
FOR invoice, link IN 1 INBOUND job data_links
FILTER link.createdOn<=date AND (link.replacedOn == NULL OR
link.replacedOn>date)
LET invoiceData = (invoice.data[* FILTER CURRENT.createdOn<=date LIMIT 1])[0]
FILTER invoiceData.values.amount>1000
COLLECT WITH COUNT INTO count
RETURN {
count
}
)[0]
FILTER invoices.count>0
SORT jobData.values.name ASC
LIMIT 0,8
RETURN job
此查询需要 8.5 秒：
LET date = 1495616898128
FOR invoice IN data_invoices
FILTER invoice.tenantId IN ['xxx', 'yyy']
FILTER invoice.createdOn<=date
LET invoiceData = (invoice.data[* FILTER CURRENT.createdOn<=date LIMIT 1])[0]
FILTER invoiceData.values.amount>1000
LET jobs = (
FOR job, link IN 1 OUTBOUND invoice data_links
FILTER link.createdOn<=date AND (link.replacedOn == NULL
OR link.replacedOn>date)
LET jobData = (job.data[* FILTER CURRENT.createdOn<=date LIMIT 1])[0]
FILTER CONTAINS(jobData.values.name, 'a')
COLLECT WITH COUNT INTO count
RETURN {
count
}
)[0]
FILTER jobs.count>0
SORT invoiceData.values.amount ASC
LIMIT 0,8
RETURN invoice
我意识到两个查询都提供了不同的数据，但处理时间应该是一样的，不是吗？它们都通过链接表过滤两个表，并且都在另一个上执行聚合。我不明白为什么一种方式比另一种方式快得多。请问有什么办法可以提高这些查询的性能吗？
【问题讨论】：
-
在
data_jobs中，您同时对tenantId和createdOn这两个属性有过滤条件。如果在两者上创建持久索引，查询的性能如何，因此将其定义为tenantId, createdOn。多属性索引真的很有帮助，尤其是当您在同一查询中同时使用这两种索引时。 -
谢谢@DavidThomas，我会试一试，但就像我说的那样，这些过滤器实际上并没有带走任何记录（故意 - 我是最坏情况测试），虽然它们可能会加快速度将它们作为单个索引进行查询，我怀疑它会很多 - 不过我肯定会试一试。
-
对您的发现发表评论。通过调整，我有一个需要 124 秒的查询下降到 0.2 秒。对我来说，关键是多列索引和构建查询，以便 AQL 引擎可以轻松确定要使用的索引。
-
我已经向
data_invoices集合和data_jobs集合添加了建议的持久多列索引，它根本没有任何区别。我发现虽然所花费的时间似乎都在排序中，当我删除排序时，它需要 2.5 毫秒。所以我决定在金额字段中添加一个索引（添加为data[*].values.amount，因为它位于集合中。不幸的是它没有被使用并且没有任何区别。