ArangoDB：GRAPH_NEIGHBORS产生错误“[1909]迭代太多”

Question

一些背景信息：我有一个“问答”网站，有很多帖子和用户。数据存储在MSSQL数据库中。我很感兴趣的是图形数据库如何帮助用户产生有趣的结果，比如建议类似的用户或者建议相关的帖子。

我设法进口的所有帖子和用户（仅适用于它们的ID）和“后张贴”和“后向用户”关系，从一个测试数据库到ArangoDB数据库，并结束了4个集：

1. 帖子：文档集，9833项
2. 用户：文件集，1264项
3. parentToChildPosts：边收集存储从父后关系到一个孩子后，4978项
4. postToUsers：边收集从邮件存储关系给它的主人你ser，9833条目。

然后，我用2条边建立了一个图形“postGraph”，并创建了一个基于“用户帖子”和“帖子后”关系实现简单的“类似用户”算法的AQL查询。下面是该查询搜索前10名类似的用户来进行用户与_id“用户/ 1”：

FOR e in GRAPH_NEIGHBORS('postGraph', 'users/1', 
{ edgeCollectionRestriction: ['parentToChildPosts', 'postToUsers'], 
    vertexCollectionRestriction: 'users', 
    minDepth: 3, 
    maxDepth: 3 }) 
FILTER e.vertex._key != '1' 
COLLECT userid = e.vertex._key INTO g 
SORT LENGTH(g) DESC 
LIMIT 10 
RETURN userid 

在视觉上，我开始从一个用户的用户/ 1的搜索，并找到路径给其他用户如下：

user => post => parent/child post => user。

所以遍历的深度为3。然后我排除用户本人（FILTER），组由用户密钥和计算结果的数量和抢前10

我测试查询和它的工作了大多数用户，但未能对一些活跃用户提供了错误：

[1909年]太多的迭代

查询运行（在一秒钟内）相当快，并给出了错误。其中一个失败的活跃用户有727个帖子（在我看来没有那么多）。

我也尝试过其他2种方式来实现该算法：

1. 写3个GRAPH_NEIGHBORS查询模仿3个步骤之一穿越：慢得多。第一次运行需要大约3秒。
2. 使用连接（不使用任何图功能）：相当快。

从文档中，ArangoDB建议使用图形函数来处理这种情况。所以我不赞成使用Join（给我一种感觉，我也可以在SQL中做到这一点，所以为什么要使用图形数据库）。

任何建议如何使GRAPH_NEIGHBORS快速工作没有任何错误？或者其他任何建议如何建立图表，如图表可以增长多大？

Answer 1

嗨，你是完全正确的，GRAPH_NEIGHBORS函数正是为此而构建的。 有一个参数maxIterations限制一次遍历（其中GRAPH_NEIGHBORS被映射到）将触及的顶点数量，并且您的图形结构可能会在那里达到默认值（10000）。我们实现了这个值来防止无限循环。 所以要解决这个问题，你只需增加这个值即可。 另外我还有另一个表现提示： *如果您的图只包含两个edgeCollections，您不必为限制设置它们。所以我们可以在那里保存一张支票。 （不会很显著）

这里是一个更新的查询：

FOR e in GRAPH_NEIGHBORS('postGraph', 'users/1', 
    { maxIterations: 1000000, 
    vertexCollectionRestriction: 'users', 
    minDepth: 3, 
    maxDepth: 3 }) 
FILTER e.vertex._key != '1' 
COLLECT userid = e.vertex._key INTO g 
SORT LENGTH(g) DESC 
LIMIT 10 
RETURN userid 

如需进一步信息，请坚持AQL遍历文档中的信息。 GRAPH_NEIGHBORS也提供一切可用GRAPH_NEIGHBORS https://docs.arangodb.com/Aql/GraphOperations.html