高效的 ArangoDB AQL 查询，可以找到集合中去往和来自相同文档的所有边

Question

我有一个包含两个集合的 ArangoDB，一个用于文档，一个用于边缘，我想要一个高效的查询，它只返回共享相同 _to 和 _from 值的边缘。

例如，假设我的文档集合包含 A、B、C 和 D。 我们还假设我的 Edges 集合包含 X、Y 和 Z。

边 X 是 _from A 和 _to B。

边 Y 也是 _from A 和 _to B。

边 Z 是 _from C 和 _to D。

但是我不知道X和Y是基本相同的Edge，也不知道共享相似Edge的Document是A&B。我的查询是找出这些重复的Edge。

我目前的样子是这样的：

FOR ec1 IN edge_collection
    FOR ec2 IN edge_collection
        FILTER ec1._key != ec2._key AND ec1._to == ec2._to AND ec1._from == ec2._from
        RETURN ec1

这似乎有效，尽管它也感觉非常低效。有没有更好的方法来做到这一点，或者这是 AQL 的最佳解决方案？

Answer 1

您可以按_from 和_to 进行分组，计算每组有多少条边，并过滤掉唯一的组合：

FOR ec IN edge_collection
  COLLECT from = ec._from, to = ec._to WITH COUNT INTO count
  FILTER count > 1
  RETURN { from, to, count }

或者如果您也想返回边缘键：

FOR ec IN edge_collection
  COLLECT from = ec._from, to = ec._to INTO edges = ec._key
  LET count = LENGTH(edges)
  FILTER count > 1
  RETURN { from, to, count, edges }

或者使用聚合而不是后计算：

FOR ec IN edge_collection
  COLLECT from = ec._from, to = ec._to AGGREGATE count = LENGTH(1) INTO edges = ec._key
  FILTER count > 1
  RETURN { from, to, count, edges }

要返回完整的边缘，请改用INTO edges = ec。你也可以只使用INTO edges，但是每条边都将嵌套在一个对象{"ec": … }中。

Answer 2

经过更多的挖掘，我发现了一种使用COLLECT 语句的明显更快的方法。

另外，完全披露，这是我在 this other answer 的基础上构建的。

LET duplicates = (
    FOR ec IN edge_collection
        COLLECT from = ec._from, to = ec._to WITH COUNT INTO count
        FILTER count > 1
        RETURN {
            from: from,
            to: to,
            count: count
        }
)

FOR d IN duplicates
    FOR ec IN edge_collection
        FILTER d.from == ec._from AND d.to == ec._to
        RETURN ec

编辑：

基于@CodeManX 的回答，我的最终目标是能够删除或者更确切地说REMOVE 这些重复值。如果有人出于类似的目标偶然发现此问题，这可能会有所帮助：

LET duplicates = (
    FOR ec IN edge_collection
        COLLECT from = ec._from, to = ec._to AGGREGATE count = LENGTH(1) INTO edges = ec._key
        FILTER count > 1
        RETURN { from, to, count, edges }
)

FOR d IN duplicates
    LET key_to_delete = FIRST(d.edges)
    REMOVE { _key: key_to_delete } IN edge_collection