インデックスの張り方が良く分からなかったので、AGEのデータがどのようになっているのかを調べてみた。
psqlで接続後、サーチパスを設定してrelationを見る。
postgres=> SET search_path = ag_catalog, "$user", public;
SET
postgres=> \d
リレーション一覧
スキーマ | 名前 | タイプ | 所有者
------------+----------+----------+---------
ag_catalog | ag_graph | テーブル | azuresu
ag_catalog | ag_label | テーブル | azuresu
(2 行)
postgres=> select * from ag_graph;
graphid | name | namespace
---------+------------+------------
29862 | actorfilms | actorfilms
(1 行)
postgres=> select * from ag_label;
name | graph | id | kind | relation | seq_name
------------------+-------+----+------+-----------------------------+-------------------------
_ag_label_vertex | 29862 | 1 | v | actorfilms._ag_label_vertex | _ag_label_vertex_id_seq
_ag_label_edge | 29862 | 2 | e | actorfilms._ag_label_edge | _ag_label_edge_id_seq
Actor | 29862 | 3 | v | actorfilms."Actor" | Actor_id_seq
Film | 29862 | 4 | v | actorfilms."Film" | Film_id_seq
ACTED_IN | 29862 | 5 | e | actorfilms."ACTED_IN" | ACTED_IN_id_seq
(5 行)要はActor / Film / ACTED_INというテーブルが作られると。actorfilms._*にまとめて入ってて、それぞれをviewで切り出してるのかな？
postgres=> select * from actorfilms._ag_label_vertex limit 10;
id | properties
-----------------+-----------------------------
844424930131969 | {"name": "Fred Astaire"}
844424930131970 | {"name": "Lauren Bacall"}
844424930131971 | {"name": "Brigitte Bardot"}
844424930131972 | {"name": "John Belushi"}
844424930131973 | {"name": "Ingmar Bergman"}
844424930131974 | {"name": "Ingrid Bergman"}
844424930131975 | {"name": "Humphrey Bogart"}
844424930131976 | {"name": "Marlon Brando"}
844424930131977 | {"name": "Richard Burton"}
844424930131978 | {"name": "James Cagney"}
(10 行)
postgres=> select * from actorfilms._ag_label_edge limit 10;
id | start_id | end_id | properties
------------------+-----------------+------------------+------------
1407374883553281 | 844424930131969 | 1125899906842625 | {}
1407374883553282 | 844424930131969 | 1125899906842626 | {}
1407374883553283 | 844424930131969 | 1125899906842627 | {}
1407374883553284 | 844424930131969 | 1125899906842628 | {}
1407374883553285 | 844424930131969 | 1125899906842629 | {}
1407374883553286 | 844424930131969 | 1125899906842630 | {}
1407374883553287 | 844424930131969 | 1125899906842631 | {}
1407374883553288 | 844424930131969 | 1125899906842632 | {}
1407374883553289 | 844424930131969 | 1125899906842633 | {}
1407374883553290 | 844424930131969 | 1125899906842634 | {}
(10 行)
postgres=> select * from actorfilms."Actor" limit 10;
id | properties
-----------------+-----------------------------
844424930131969 | {"name": "Fred Astaire"}
844424930131970 | {"name": "Lauren Bacall"}
844424930131971 | {"name": "Brigitte Bardot"}
844424930131972 | {"name": "John Belushi"}
844424930131973 | {"name": "Ingmar Bergman"}
844424930131974 | {"name": "Ingrid Bergman"}
844424930131975 | {"name": "Humphrey Bogart"}
844424930131976 | {"name": "Marlon Brando"}
844424930131977 | {"name": "Richard Burton"}
844424930131978 | {"name": "James Cagney"}
(10 行)
postgres=> select * from actorfilms."ACTED_IN" limit 10;
id | start_id | end_id | properties
------------------+-----------------+------------------+------------
1407374883553281 | 844424930131969 | 1125899906842625 | {}
1407374883553282 | 844424930131969 | 1125899906842626 | {}
1407374883553283 | 844424930131969 | 1125899906842627 | {}
1407374883553284 | 844424930131969 | 1125899906842628 | {}
1407374883553285 | 844424930131969 | 1125899906842629 | {}
1407374883553286 | 844424930131969 | 1125899906842630 | {}
1407374883553287 | 844424930131969 | 1125899906842631 | {}
1407374883553288 | 844424930131969 | 1125899906842632 | {}
1407374883553289 | 844424930131969 | 1125899906842633 | {}
1407374883553290 | 844424930131969 | 1125899906842634 | {}
(10 行)なるほど、childなのか。
postgres=> \d+ actorfilms._ag_label_vertex
テーブル"actorfilms._ag_label_vertex"
列 | タイプ | 照合順序 | Null 値を許容 | デフォルト | ストレージ | 圧縮 | 統計目標 | 説明
------------+---------+----------+---------------+-------------------------------------------------------------------------------------------------------------------------------------+------------+------+----------+------
id | graphid | | not null | _graphid(_label_id('actorfilms'::name, '_ag_label_vertex'::name)::integer, nextval('actorfilms._ag_label_vertex_id_seq'::regclass)) | plain | | |
properties | agtype | | not null | agtype_build_map() | extended | | |
インデックス:
"_ag_label_vertex_pkey" PRIMARY KEY, btree (id)
子テーブル: actorfilms."Actor",
actorfilms."Film"
アクセスメソッド: heapインデックスをActorに張るとなると、propertiesかな？
postgres=> \d actorfilms."Actor"
テーブル"actorfilms.Actor"
列 | タイプ | 照合順序 | Null 値を許容 | デフォルト
------------+---------+----------+---------------+-----------------------------------------------------------------------------------------------------------------
id | graphid | | not null | _graphid(_label_id('actorfilms'::name, 'Actor'::name)::integer, nextval('actorfilms."Actor_id_seq"'::regclass))
properties | agtype | | not null | agtype_build_map()
継承元: actorfilms._ag_label_vertexで、以下、と。
postgres=> CREATE INDEX ON actorfilms."Actor" USING GIN (properties);
CREATE INDEX出来たみたい。
postgres=> \d actorfilms."Actor"
テーブル"actorfilms.Actor"
列 | タイプ | 照合順序 | Null 値を許容 | デフォルト
------------+---------+----------+---------------+-----------------------------------------------------------------------------------------------------------------
id | graphid | | not null | _graphid(_label_id('actorfilms'::name, 'Actor'::name)::integer, nextval('actorfilms."Actor_id_seq"'::regclass))
properties | agtype | | not null | agtype_build_map()
インデックス:
"Actor_properties_idx" gin (properties)
継承元: actorfilms._ag_label_vertex同様にFilmにもインデックスを張ってから、EXPLAINしてみる。
postgres=> EXPLAIN
SELECT * FROM cypher('actorfilms', $$
MATCH (n:Actor {name:'Keanu Reeves'})-[r:ACTED_IN]->(m:Film)
RETURN n,r,m
LIMIT 1 $$)
AS (n agtype, r agtype, m agtype);
QUERY PLAN
---------------------------------------------------------------------------------------------------------------
Limit (cost=28.35..668.78 rows=1 width=96)
-> Nested Loop (cost=28.35..128114.73 rows=200 width=96)
Join Filter: (r.end_id = m.id)
-> Hash Join (cost=28.35..4079.60 rows=200 width=67)
Hash Cond: (r.start_id = n.id)
-> Seq Scan on "ACTED_IN" r (cost=0.00..3329.73 rows=191873 width=29)
-> Hash (cost=28.22..28.22 rows=10 width=38)
-> Bitmap Heap Scan on "Actor" n (cost=11.57..28.22 rows=10 width=38)
Recheck Cond: (properties @> '{"name": "Keanu Reeves"}'::agtype)
-> Bitmap Index Scan on "Actor_properties_idx" (cost=0.00..11.57 rows=10 width=0)
Index Cond: (properties @> '{"name": "Keanu Reeves"}'::agtype)
-> Materialize (cost=0.00..984.75 rows=41050 width=41)
-> Seq Scan on "Film" m (cost=0.00..779.50 rows=41050 width=41)
(13 行)Bitmap Index Scan on "Actor_properties_idx"となっているので、一応インデックスは利いてるのかな。propertiesに対するGIN（汎用転置）インデックスではなく、nameに対するbtreeインデックスが欲しいが。
postgres=> CREATE INDEX ON actorfilms."Actor" ((properties->>'name'));
ERROR: invalid input syntax for type agtype
行 1: CREATE INDEX ON actorfilms."Actor" ((properties->>'name'));
^
DETAIL: Expected agtype value, but found "name".
CONTEXT: agtype data, line 1: name「agtypeの値が欲しいのに、何”name”とか渡してるんだ、こら」って怒られた。じゃあ、”Actor”と同じように、ダブルクォートか。
postgres=> CREATE INDEX ON actorfilms."Actor" ((properties->>'"name"'));
CREATE INDEX
postgres=> \d actorfilms."Actor"
テーブル"actorfilms.Actor"
列 | タイプ | 照合順序 | Null 値を許容 | デフォルト
------------+---------+----------+---------------+-----------------------------------------------------------------------------------------------------------------
id | graphid | | not null | _graphid(_label_id('actorfilms'::name, 'Actor'::name)::integer, nextval('actorfilms."Actor_id_seq"'::regclass))
properties | agtype | | not null | agtype_build_map()
インデックス:
"Actor_expr_idx" btree ((properties ->> '"name"'::agtype))
"Actor_properties_idx" gin (properties)
継承元: actorfilms._ag_label_vertexいぇーいw
先に作った方は要らん。
postgres=> DROP INDEX actorfilms."Actor_properties_idx";
DROP INDEX改めて、EXPLAIN。
postgres=> EXPLAIN
SELECT * FROM cypher('actorfilms', $$
MATCH (n:Actor {name:'Keanu Reeves'})-[r:ACTED_IN]->(m:Film)
RETURN n,r,m
LIMIT 1 $$)
AS (n agtype, r agtype, m agtype);
QUERY PLAN
---------------------------------------------------------------------------------------
Limit (cost=0.00..781.75 rows=1 width=96)
-> Nested Loop (cost=0.00..156349.02 rows=200 width=96)
Join Filter: (r.end_id = m.id)
-> Nested Loop (cost=0.00..32313.89 rows=200 width=67)
Join Filter: (n.id = r.start_id)
-> Seq Scan on "ACTED_IN" r (cost=0.00..3329.73 rows=191873 width=29)
-> Materialize (cost=0.00..203.24 rows=10 width=38)
-> Seq Scan on "Actor" n (cost=0.00..203.19 rows=10 width=38)
Filter: (properties @> '{"name": "Keanu Reeves"}'::agtype)
-> Materialize (cost=0.00..984.75 rows=41050 width=41)
-> Seq Scan on "Film" m (cost=0.00..779.50 rows=41050 width=41)
(11 行)あ、ダメだ。”Actor”をSeq Scanしてらぁ。
結論
ひとまず、propertiesに対するGINで。
CREATE INDEX ON actorfilms."Actor" USING GIN (properties);というのが、少し書き直してみた（6.4倍ぐらい速くなった）のコードの裏側です…