RethinkDb OrderBy 过滤前，性能

Question

数据表是我数据库中最大的表。我想查询数据库，然后按条目时间戳对其进行排序。常识是先过滤，然后再操作数据。

queryA = r.table('data').filter(filter).filter(r.row('timestamp').minutes().lt(5)).orderBy('timestamp')

但这是不可能的，因为过滤器会创建一个边表。该命令会引发错误 (https://github.com/rethinkdb/rethinkdb/issues/4656)。

所以我想知道我是否将orderBy 放在首位，如果随着时间的推移数据变得庞大，这会导致性能崩溃。

queryB = r.table('data').orderBy('timestamp').filter(filter).filter(r.row('timestamp').minutes().lt(5))

目前我在查询后订购，但通常数据库在这些过程中更快。

queryA.run (err, entries)->
  ...
  entries = _.sortBy(entries, 'timestamp').reverse() #this process takes on my local machine ~2000ms

问题：

查询这些按timestamp排序的条目的最佳方法是什么（性能方面）。

编辑： db 使用一个分片运行。

Answer 1

使用索引通常是提高性能的最佳方式。

例如，可以在timestamp 字段上创建索引：

r.table('data').indexCreate('timestamp')

可用于对文档进行排序：

r.table('data').orderBy({index: 'timestamp'})

或者选择一个给定的范围，例如过去的一个小时：

r.table('data').between(r.now().sub(60*60), r.now(), {index: 'timestamp'})

最后两个操作可以合并为一个：

r.table('data').between(r.now().sub(60*60), r.maxval, {index: 'timestamp'}).orderBy({index: 'timestamp'})

还可以添加其他过滤器。 filter 应始终放在索引操作之后：

r.table('data').orderBy({index: 'timestamp'}).filter({colour: 'red'})

此过滤器限制仅适用于索引操作。一个普通的orderBy 可以放在过滤器之后：

r.table('data').filter({colour: 'red'}).orderBy('timestamp')

有关详细信息，请参阅 RethinkDB 文档：https://www.rethinkdb.com/docs/secondary-indexes/python/