ArangoSearch查询性能优化求助：如何先过滤再执行搜索？

问题根源 #

当前查询的FILTER语句在SEARCH之后执行，导致ArangoSearch先扫描全部322万份文档执行全文搜索，再过滤语言和区域条件，这是查询耗时的核心原因。要实现先过滤再搜索，需要让视图提前处理过滤条件，而非事后过滤。

步骤1：修改ArangoSearch视图链接配置 #

当前视图includeAllFields: false，不会自动索引meta.language和meta.Region字段，需显式将这两个字段加入视图索引范围，让视图能快速过滤这类条件。更新后的链接配置如下：

"links": {
    "my_coll": {
      "analyzers": [
        "myAnalyzer"
      ],
      "fields": {
        "passage": {"analyzers": [
          "myAnalyzer"
        ]},
        "meta.language": {},  // 添加语言字段，保留原始字符串用于精确匹配
        "meta.Region": {}     // 添加区域字段，保留原始字符串用于精确匹配
      },
      "includeAllFields": false,
      "storeValues": "id",    // 建议改为"id"，后续通过ID关联集合获取字段，比"none"更高效
      "trackListPositions": false
    }
  }

注：language和Region为精确匹配的枚举值，无需指定分析器，保持原始字符串格式能让过滤更高效。

步骤2：调整查询语句，将过滤条件移入SEARCH子句 #

把原有的FILTER条件合并到SEARCH子句中，让视图先筛选出符合语言、区域条件的文档，再在这个子集上执行全文搜索：

LET token = tokens("My text to be search", "myAnalyzer")
FOR docs IN my_vw
    SEARCH ANALYZER(token ANY == docs.passage, "myAnalyzer") 
        AND docs.meta.language == "en" 
        AND docs.meta.Region == "Global"
    SORT BM25(docs) DESC
    LIMIT 50
// 若storeValues设为"id"，需通过DOCUMENT关联集合获取passage；若设为"all"可直接返回docs.passage
RETURN {passage: DOCUMENT("my_coll", docs._id).passage, score: BM25(docs)}

额外性能优化建议 #

• 优化分析器：确保myAnalyzer适配文本场景（比如英文场景可使用预定义的text_en分析器，包含分词、小写化、停用词过滤等），减少不必要的文本处理开销。
• 视图分片对齐：若集合为分片结构，确保视图的分片策略与集合一致，避免跨分片的额外数据传输开销。
• 启用查询缓存：针对重复出现的相同搜索条件（相同关键词、语言、区域），开启ArangoDB查询缓存，减少重复计算。

内容的提问来源于stack exchange，提问作者Nitin