orientdb - OrientDB中如何高效遍历多个顶点

Question

我在 orientdb 中构建了一棵树，在自下而上的方向上有大量的节点和边。我想接收@class LEAF匹配某个范围条件（例如 val > 150 和 val < 300）的那棵树的所有叶子（每个叶子都有 ）：

例子：

       o
     /   \
    o     o 
   /    /  \ 
  o    o    o
 210  120   /\
          270 180

结果：210、180、270

到目前为止，我尝试的是使用以下查询：

SELECT FROM(TRAVERSE IN() FROM #123:123) WHERE value > 150 and value < 300

这适用于一些元素，但性能会随着叶子数量的增加而下降。所以我的问题是：

1. 这是在 OrientDB 中执行此操作的最有效方法，特别是如果我假设每个节点下有 300000 个叶子？
2. 我从文档中知道，使用索引可以帮助提高范围查询的性能，但是在这种情况下会使用索引吗？我的第一个假设是否定的，因为 orient 首先遍历然后过滤遍历的元素，不是吗？

标签： orientdbquery-performance

Answer 1

为了提高性能，试着考虑查询应该做的最小工作量来找到正确的叶子：你想找到属于某个树的具有特定值的叶子。

因此，您只想选择这两个条件都为真的叶子。但是，叶子不知道它们属于哪棵树，除非您以某种方式向它们提供该信息。幸运的是，OrientDB 允许您将属性添加到边缘（或叶子本身），从而使这变得非常容易。

因此，在这种情况下，我建议您将树的名称添加到该树的每个边缘。这样，每个叶子“通过关联”“知道”它属于哪棵树。

例如，让我们创建示例树：

CREATE CLASS Node EXTENDS V
CREATE PROPERTY Node.name INTEGER
CREATE VERTEX Node SET name = 1
CREATE VERTEX Node SET name = 2
CREATE VERTEX Node SET name = 3
CREATE VERTEX Node SET name = 4

CREATE CLASS LEAF EXTENDS V
CREATE PROPERTY LEAF.val FLOAT
CREATE VERTEX LEAF SET val = 210
CREATE VERTEX LEAF SET val = 120
CREATE VERTEX LEAF SET val = 270
CREATE VERTEX LEAF SET val = 180

CREATE CLASS C EXTENDS E
CREATE PROPERTY C.tree STRING
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 1) TO (SELECT * FROM Node WHERE name = 2) SET tree = 'example'
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 1) TO (SELECT * FROM Node WHERE name = 3) SET tree = 'example'
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 3) TO (SELECT * FROM Node WHERE name = 4) SET tree = 'example'
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 2) TO (SELECT * FROM LEAF WHERE val = 210) SET tree = 'example'
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 3) TO (SELECT * FROM LEAF WHERE val = 120) SET tree = 'example'
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 4) TO (SELECT * FROM LEAF WHERE val = 270) SET tree = 'example'
CREATE EDGE C FROM (SELECT * FROM Node WHERE name = 4) TO (SELECT * FROM LEAF WHERE val = 180) SET tree = 'example'

注意EDGE类如何C包含属性C.tree（字符串）。Nodes在和之间创建边时LEAFs，将树的名称赋予每个EDGE。在这种情况下，我添加SET tree = 'example'到每个边缘。

结果如下所示：

接下来，创建一个索引LEAF.val（以加快值搜索）和一个索引C.tree以快速识别每个叶子所属的树：

CREATE INDEX leafIndex ON LEAF (val) NOTUNIQUE
CREATE INDEX connectIndex ON C (tree) NOTUNIQUE

您现在可以对叶子执行非常高性能的查询，如下所示：

SELECT * FROM LEAF WHERE inE('C').tree = ["example"] AND val > 150 and val < 300

此查询执行以下操作：

1. 选择所有叶子...
2. 具有属性等于“示例”的in类边缘Ctree
3. 并且拥有val150到300之间的房产

这种方法也避免了使用traverse，这比使用更昂贵select。

结果正是您想要的：

从查询解释中我们也可以看出优化引擎正在使用索引：

+ FETCH FROM INDEX leafIndex
  val > 150 and val < 300
+ EXTRACT VALUE FROM INDEX ENTRY
  filtering clusters [273,274,275,276,277,278,279,280]
+ FILTER ITEMS WHERE 
  inE('C').tree = ["example"]
+ FILTER ITEMS BY CLASS 
  LEAF
+ CALCULATE PROJECTIONS
  *

这个查询应该执行得很好，即使你有很多叶子。

祝你好运！

PS。您还可以将树的名称添加到每个顶点（而不是边），这也是一种解决方案！但在这种情况下，请注意当一片叶子是多棵树的一部分时会发生什么。