问题描述
我有一个包含两个集合的 arangoDB,一个用于文档,一个用于 Edge,我想要一个高效的查询,它只能返回共享相同 _to
和 _from
值的 Edge。
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 基本上是同一个 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。
到目前为止我所拥有的看起来像这样:
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?
解决方法
经过更多的挖掘,我发现了一种使用 COLLECT 语句速度明显更快的方法。
另外,完全公开,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REMOVE 这些重复值。如果有人带着类似的目标偶然发现了这一点,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
,
您可以按 _from
和 _to
分组,计算每组有多少边,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,count }
或者如果您还想返回边缘键:
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,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,edges }
要返回完整的边,请改用 INTO edges = ec
。您也可以只使用 INTO edges
,但每个边都将嵌套在对象 {"ec": … }
中。