为什么这个 ArangoDB 查询太慢了？答案

【问题标题】：Why is this ArangoDB query too slow?为什么这个 ArangoDB 查询太慢了？
【发布时间】：2015-01-05 14:45:14
【问题描述】：

我是新的 ArangoDB 用户，我正在使用以下查询

FOR i IN meteo
FILTER
    i.`POM` == "Maxial"
    && TO_NUMBER(i.`TMP`) < 4.2
    && DATE_TIMESTAMP(i.`DTM`) > DATE_TIMESTAMP("2014-12-10")
    && DATE_TIMESTAMP(i.`DTM`) < DATE_TIMESTAMP("2014-12-15")
RETURN
    i.`TMP`

关于 200 万个文档集合。它在被过滤的三个字段上有一个索引。它需要aprox。 Web 界面上的 9 秒。

是否可以更快地运行它？

谢谢

雨果

【问题讨论】：

能否提供集合meteo的索引定义，以及查询解释结果？通过查看上面的查询，我只能说属性TMP 和DTM 上的索引不会被使用，因为这些属性是直接使用的，但它们在函数表达式中使用。为了在TMP 上使用索引，最好将表达式DATE_TIMESTAMP(i.DTM) < DATE_TIMESTAMP("2014-12-10") 转换为i.DTM < "2014-12-10"。
POM、DTM、TMP字段中有哈希索引
@stj 我有原始查询的 explain() 结果和您的建议的查询。我应该在这里发布吗？
是的，请。对于POM 值为Maxial，大约有多少结果？
这个查询的结果有12个值。 Stack 不允许在此处发布解释结果。太长了。

标签： arangodb

【解决方案1】：

我无法访问底层数据和数据分布，也无法获得确切的索引定义，所以我只能给出比较笼统的建议：

使用explain() 命令查看查询是否使用索引，如果是，使用索引。
如果explain()显示没有使用索引，检查查询的FILTER条件中包含的属性是否真的被索引了。有db.<collection>.getIndexes() 命令可以检查哪些属性被索引。
如果索引存在但查询未使用，则索引可能有错误的类型。例如，哈希索引将仅用于相等比较（即==），而不用于其他比较类型（<、<=、>、>= 等）。只有在查询的 FILTER 条件中使用了所有索引属性时，才会使用哈希索引。只有在 FILTER 条件中至少使用了它的第一个属性时，才会使用跳过列表索引。如果在查询中指定了更多的跳过列表索引属性（从左到右），它们也可以被使用并允许过滤更多的文档。
扫描集合时只会选择一个索引。在"POM"、"TMP" 和"DTM" 上拥有多个单独的索引不会帮助这个查询，因为它只会在每个迭代的集合中使用其中一个。相反，如果查询可以从中受益，我建议尝试将多个属性放入索引中。
索引的选择性越高越好。例如，单个属性的索引可能会过滤大量文档，但多个属性的组合索引可能会过滤更多。对于这个特定的查询，[ "POM", "DTM" ] 上的跳过列表索引可能是正确的选择（与 6 结合使用。）
优化器可能会考虑在给定原始查询中进行索引查找的唯一属性是"POM" 属性。原因是在函数调用中使用了其他属性（即TO_NUMBER()、DATE_TIMESTAMP()）。通常，索引不会用于函数内部使用的属性（例如，TO_NUMBER(i.tmp) < 4.2 不会使用索引。DATE_TIMESTAMP(i.DTM) > DATE_TIMESTAMP("2014-12-10") 也是如此。修改条件，以便将索引属性直接与某个常量或一个time 计算值可以启用更多候选索引。如果可能，尝试重写条件，以便仅在比较的一侧存在索引的属性。对于这个特定的查询，最好使用i.DTM > "2014-12-10" 而不是@ 987654339@.

【讨论】：