如何提升nebula计算两个点之间的关联边数量的性能？

[kaisha]

• nebula 版本：2.6.1
• 部署方式：分布式
• 安装方式：源码编译
• 是否为线上版本：Y
• 硬件信息
  • 磁盘 1.5T
  • CPU、内存信息 32C128G
  • 查询客户端的配置为 4C8G
• 问题的具体描述

测试逻辑
查询指定的两个点之间的明细边关系数量

查询语句
MATCH (v)-[e:useridtodeviceid1]-(v2)
where id(v) == '1588’
and id(v2) == '411*********08E’
RETURN count(e);

测试结果:
边关系数据量3W
平均响应时间在2.6秒, 95线 3.5秒 QPS:40 客户端服务的CPU 利用率20%
nebula机器的cpu占25%左右

边关系数据量1K
平均响应时间在111毫秒, 95线 144毫秒 QPS: 950 客户端服务的cpu利用率30%
nebula机器的cpu占23%左右

边关系数据量300
平均响应时间在38毫秒, 95线 49毫秒 QPS: 2780，客户端服务的cpu利用率 60% nebula的cpu占30%左右

边关系数据量2
平均响应时间在17毫秒, 95线 22毫秒 QPS 达到5300 客户端服务的cpu利用率达到100%
nebula的cpu占20%左右

服务的响应速度和吞吐量随着明细边数量的增加而下降，边数量达到1千以上时平均响应时间突破100ms。边为个位数时，平均响应时间十几毫秒。并且数量的统计没办法做到超过多少个直接返回。

问题：
如何提升这样统计数据的查询效率？

[steam]

@kaisha

MATCH (v)-[e:useridtodeviceid1]-(v2)
where id(v) == '1588’
and id(v2) == '411*********08E’
RETURN count(e);

你可以在你的执行语句前面加一个 PROFILE 吗，看下执行计划。

[kaisha]

这个是执行计划

[Shylock-Hg]

可以升级版本，我们对match的执行做了许多优化，并且还在持续优化中

[xjc]

2.6.1版本也可以考虑用go重写下

[kaisha]

升级版本的话对这个查询的效率能提升多少呀？

[Shylock-Hg]

也可GO改写，GO的语意比较简单执行性能在这个版本应该高很多
go from 'abc' over like where like._dst == 'def' yield like._src AS src | group by $-.src yield count ($-.src)

[kaisha]

GO改写后性能确实得到了很大的提升，不过还是达不到我们的需求，有办法统计数量超过多少时就不继续扫描数量提升性能么

[Shylock-Hg]

加上limit 子句？

[kaisha]

可以了，通过限制查询的结果数提升了统计数度，这样也是可以接受的

[steam]

如果你觉得上面 Shylock-Hg 的回复解决了你的问题，可以勾选为解决方案哈