Arangodb AQL 过滤器不在收集中，非常慢

Question

我想查找没有个人资料的用户集。

ArangoDB 2.4.3

LENGTH(users) -> 130k
LENGTH(profiles) -> 110k

users.userId -> unique hash index
profiles.userId -> unique hash index

我做的这个 AQL sn-p 比仲夏穿越大峡谷的蜗牛还慢。

LET usersWithProfiles = ( /* This part is ok */
FOR i IN users
    FOR j IN profiles
        FILTER i.userId == j.userId
RETURN i
)

LET usersWithoutProfiles = ( /* This is not */
FOR i IN usersWithProfiles
    FILTER i NOT IN users
RETURN i
)

RETURN LENGTH(usersWithoutProfiles)

我很确定有一种完全理智的方法可以做到这一点，但我错过了它。有什么想法吗？

编辑 1（在 @dothebart 的回复之后）：

这是新查询，但还是很慢

LET userIds_usersWithProfile = (
FOR i IN users
    FOR j IN profile
        FILTER i.userId == j.userId
RETURN i.userId
)

LET usersWithoutProfiles = (
FOR i IN users 
    FILTER i.userId NOT IN userIds_usersWithProfile
RETURN i
)

RETURN LENGTH(usersWithoutProfiles)

Answer 1

另请注意，原始查询的这一部分非常昂贵：

LET usersWithoutProfiles = (
  FOR i IN usersWithProfiles
    FILTER i NOT IN users
    RETURN i
)

原因是FILTER 使用users，此时它是一个表达式，它将集合中的所有文档构建为一个数组。 我建议使用此查询，而不是使用此查询，它将返回没有关联个人资料记录的用户的 _key 属性：

FOR user IN users 
  LET profile = (
    FOR profile IN profiles 
      FILTER profile.userId == user.userId 
      RETURN 1
  ) 
  FILTER LENGTH(profile) == 0 
  RETURN user._key

Answer 2

性能不佳的原因是它无法为您的操作使用索引，因为它需要对集合中的每个文档进行全面比较。

您可以使用 explain https://www.arangodb.com/2015/02/02/arangodb-2-4-2 实用程序让 arangodb 告诉您查询的费用在哪里。

您的查询可能不会达到您的预期。 usersWithoutProfiles 将为空，因为任何具有 Profile 的用户都可以在 users 集合中找到。如果你想拥有用户集合的另一部分，它可能看起来像这样：

LET usersWithProfiles = ( /* This part is ok */
FOR i IN users
    FOR j IN profiles
        FILTER i.userId == j.userId
RETURN i
)

/* now we pick the IDs, we could have done that in your first query... */
LET userWithProfilesIds = FOR i IN userWithProfiles RETURN i.userId;

/* now filter the user list by that */
LET usersWithoutProfiles = FOR i IN users 
     FILTER i.userId NOT IN userWithProfileIds
     RETURN i;

RETURN LENGTH(usersWithoutProfiles)

应该会给你一个正确的结果。