在 AQL 中返回不同且排序的查询答案

【问题标题】：Return distinct and sorted query in AQL在 AQL 中返回不同且排序的查询
【发布时间】：2016-06-18 22:37:51
【问题描述】：

所以我有两个集合，一个包含具有一系列邮政编码作为属性的城市，另一个包含邮政编码及其纬度和经度。

我想返回离坐标最近的城市。使用地理索引这很容易，但我遇到的问题是多次返回同一个城市，有时它可能是第一个和第三个最接近的，因为我正在搜索与另一个城市接壤的邮政编码。

城市示例数据：

[
  {
    "_key": "30936019",
    "_id": "cities/30936019",
    "_rev": "30936019",
    "countryCode": "US",
    "label": "Colorado Springs, CO",
    "name": "Colorado Springs",
    "postalCodes": [
      "80904",
      "80927"
    ],
    "region": "CO"
  },
  {
    "_key": "30983621",
    "_id": "cities/30983621",
    "_rev": "30983621",
    "countryCode": "US",
    "label": "Manitou Springs, CO",
    "name": "Manitou Springs",
    "postalCodes": [
      "80829"
    ],
    "region": "CO"
  }
]

邮政编码示例数据：

[
  {
    "_key": "32132856",
    "_id": "postalCodes/32132856",
    "_rev": "32132856",
    "countryCode": "US",
    "location": [
      38.9286,
      -104.6583
    ],
    "postalCode": "80927"
  },
  {
    "_key": "32147422",
    "_id": "postalCodes/32147422",
    "_rev": "32147422",
    "countryCode": "US",
    "location": [
      38.8533,
      -104.8595
    ],
    "postalCode": "80904"
  },
  {
    "_key": "32172144",
    "_id": "postalCodes/32172144",
    "_rev": "32172144",
    "countryCode": "US",
    "location": [
      38.855,
      -104.9058
    ],
    "postalCode": "80829"
  }
]

以下查询有效，但作为 ArangoDB 新手，我想知道是否有更有效的方法：

FOR p IN WITHIN(postalCodes, 38.8609, -104.8734, 30000, 'distance')
    FOR c IN cities
        FILTER p.postalCode IN c.postalCodes AND c.countryCode == p.countryCode
        COLLECT close = c._id AGGREGATE distance = MIN(p.distance)
        FOR c2 IN cities
            FILTER c2._id == close
            SORT distance
            RETURN c2

【问题讨论】：

标签： arangodb aql

【解决方案1】：

查询中的第一个FOR 将使用地理索引并可能返回少量文档（仅返回指定位置周围的邮政编码）。第二个FOR 将为每个找到的邮政编码查找城市。这可能是个问题，具体取决于cities.postalCodes 和cities.countryCode 上是否存在索引。如果不是，那么第二个FOR 必须在每次涉及cities 集合时对其进行全面扫描。这将是低效的。因此可能会像这样在两个属性上创建索引：

db.cities.ensureIndex({ type: "hash", fields: ["countryCode", "postalCodes[*]"] });

第三个FOR 可以在不是COLLECT 被c._id 而是被c 完全删除时：

FOR p IN WITHIN(postalCodes, 38.8609, -104.8734, 30000, 'distance')
  FOR c IN cities
    FILTER p.postalCode IN c.postalCodes AND c.countryCode == p.countryCode
    COLLECT city = c AGGREGATE distance = MIN(p.distance)
    SORT distance
    RETURN city

这会缩短查询字符串，但我认为这可能对效率没有多大帮助，因为第三个FOR将使用主索引来查找城市文档，即O(1)。

一般来说，当对使用索引的查询有疑问时，您可以使用db._explain(queryString) 来显示查询将使用哪些索引。

【讨论】：