Gremlin sorgularınızı hesaplamak için yürütme profili adımını kullanma
ŞUNLAR IÇIN GEÇERLIDIR:
Gremlin
Bu makalede, Gremlin graf veritabanları için Azure Cosmos DB yürütme profili adımının nasıl kullanılacağına ilişkin bir genel bakış sağlanır. Bu adım, sorun giderme ve sorgu iyileştirmeleri için ilgili bilgileri sağlar ve Cosmos DB Gremlin API’si hesabında yürütülebilen tüm Gremlin sorgularıyla uyumludur.
Bu adımı kullanmak için Gremlin sorgunuzun sonuna işlev çağrısını eklemeniz executionProfile() yeterlidir. Gremlin sorgunuz yürütülür ve işlemin sonucu sorgu yürütme profiline sahip bir JSON yanıt nesnesi döndürür.
Örnek:
// Basic traversal
g.V('mary').out()
// Basic traversal with execution profile call
g.V('mary').out().executionProfile()
Adım çağrıldıktan executionProfile() sonra yanıt, yürütülen Gremlin adımını, geçen toplam süreyi ve deyimin sonucunda ortaya çıkan Cosmos DB çalışma zamanı işleçlerinin bir dizisini içeren bir JSON nesnesi olacaktır.
Not
Yürütme Profili için bu uygulama Apache Tinkerpop belirtiminde tanımlanmamıştır. Gremlin'in uygulaması için Azure Cosmos DB'ye özgüdür.
Yanıt Örneği
Aşağıda, döndürülecek çıkışın açıklamalı bir örneği verilmiştir:
Not
Bu örnekte, yanıtın genel yapısını açıklayan açıklamalar ek olarak verilmiştir. Gerçek bir executionProfile yanıtı açıklama içermez.
[
{
// The Gremlin statement that was executed.
"gremlin": "g.V('mary').out().executionProfile()",
// Amount of time in milliseconds that the entire operation took.
"totalTime": 28,
// An array containing metrics for each of the steps that were executed.
// Each Gremlin step will translate to one or more of these steps.
// This list is sorted in order of execution.
"metrics": [
{
// This operation obtains a set of Vertex objects.
// The metrics include: time, percentTime of total execution time, resultCount,
// fanoutFactor, count, size (in bytes) and time.
"name": "GetVertices",
"time": 24,
"annotations": {
"percentTime": 85.71
},
"counts": {
"resultCount": 2
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 2,
"size": 696,
"time": 0.4
}
]
},
{
// This operation obtains a set of Edge objects.
// Depending on the query, these might be directly adjacent to a set of vertices,
// or separate, in the case of an E() query.
//
// The metrics include: time, percentTime of total execution time, resultCount,
// fanoutFactor, count, size (in bytes) and time.
"name": "GetEdges",
"time": 4,
"annotations": {
"percentTime": 14.29
},
"counts": {
"resultCount": 1
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 1,
"size": 419,
"time": 0.67
}
]
},
{
// This operation obtains the vertices that a set of edges point at.
// The metrics include: time, percentTime of total execution time and resultCount.
"name": "GetNeighborVertices",
"time": 0,
"annotations": {
"percentTime": 0
},
"counts": {
"resultCount": 1
}
},
{
// This operation represents the serialization and preparation for a result from
// the preceding graph operations. The metrics include: time, percentTime of total
// execution time and resultCount.
"name": "ProjectOperator",
"time": 0,
"annotations": {
"percentTime": 0
},
"counts": {
"resultCount": 1
}
}
]
}
]
Not
executionProfile adımı Gremlin sorgusunu yürütür. Bu, oluşturmayla addV sonuçlanacak ve sorguda belirtilen değişiklikleri işleyecek olan veya addEadımlarını içerir. Sonuç olarak, Gremlin sorgusu tarafından oluşturulan İstek Birimleri de ücretlendirilir.
Yürütme profili yanıt nesneleri
executionProfile() işlevinin yanıtı, aşağıdaki yapıya sahip JSON nesnelerinin hiyerarşisini verir:
Gremlin işlem nesnesi: Yürütülen Gremlin işleminin tamamını temsil eder. Aşağıdaki özellikleri içerir.
gremlin: Yürütülen açık Gremlin deyimi.totalTime: Adımın yürütülmesinin tahakkuk ettirilen milisaniye cinsinden süresi.metrics: Sorguyu gerçekleştirmek için yürütülen Cosmos DB çalışma zamanı işleçlerinin her birini içeren bir dizi. Bu liste yürütme sırasına göre sıralanır.
Cosmos DB çalışma zamanı işleçleri: Gremlin işleminin tamamının bileşenlerinin her birini temsil eder. Bu liste yürütme sırasına göre sıralanır. Her nesne aşağıdaki özellikleri içerir:
name: İşlecin adı. Bu, değerlendirilen ve yürütülen adım türüdür. Aşağıdaki tabloda daha fazla bilgi bulabilirsiniz.time: Belirli bir işlecin aldığı milisaniye cinsinden süre.annotations: Yürütülen işlecine özgü ek bilgiler içerir.annotations.percentTime: Belirli bir işleci yürütmek için geçen toplam sürenin yüzdesi.counts: Bu işleç tarafından depolama katmanından döndürülen nesne sayısı. Bu, içindeki skaler değerdecounts.resultCountyer alır.storeOps: Bir veya birden çok bölüme yayılabilir bir depolama işlemini temsil eder.storeOps.fanoutFactor: Bu belirli depolama işlemine erişilen bölüm sayısını temsil eder.storeOps.count: Bu depolama işleminin döndürdüğünü sonuç sayısını temsil eder.storeOps.size: Belirli bir depolama işleminin sonucunun bayt cinsinden boyutunu temsil eder.
| Cosmos DB Gremlin Çalışma Zamanı İşleci | Açıklama |
|---|---|
GetVertices |
Bu adım, kalıcılık katmanından önceden belirlenmiş bir nesne kümesi alır. |
GetEdges |
Bu adım, bir köşe kümesine bitişik olan kenarları alır. Bu adım bir veya daha fazla depolama işlemine neden olabilir. |
GetNeighborVertices |
Bu adım, bir kenar kümesine bağlı köşeleri alır. Kenarlar, hem kaynak hem de hedef köşelerinin bölüm anahtarlarını ve kimliklerini içerir. |
Coalesce |
Bu adım, Gremlin adımı her yürütülürken iki işlemin değerlendirilmesini coalesce() hesaplar. |
CartesianProductOperator |
Bu adım, iki veri kümesi arasında bir kartezyen ürünü hesaplar. Genellikle koşullar to() her kullanıldığında veya from() kullanıldığında yürütülür. |
ConstantSourceOperator |
Bu adım, sonuç olarak sabit bir değer oluşturmak için bir ifade hesaplar. |
ProjectOperator |
Bu adım, önceki işlemlerin sonucunu kullanarak bir yanıtı hazırlar ve serileştirir. |
ProjectAggregation |
Bu adım, bir toplama işlemi için yanıtı hazırlar ve serileştirir. |
Not
Yeni işleçler eklendikçe bu liste güncelleştirilmeye devam edecektir.
Yürütme profili yanıtlarını analiz etme örnekleri
Aşağıda, Yürütme Profili yanıtı kullanılarak tespit edilebilen yaygın iyileştirme örnekleri verilmiştir:
- Kör fan-out sorgusu.
- Filtrelenmemiş sorgu.
Kör fan-out sorgu desenleri
Bölümlenmiş bir grafikten aşağıdaki yürütme profili yanıtını varsayın:
[
{
"gremlin": "g.V('tt0093640').executionProfile()",
"totalTime": 46,
"metrics": [
{
"name": "GetVertices",
"time": 46,
"annotations": {
"percentTime": 100
},
"counts": {
"resultCount": 1
},
"storeOps": [
{
"fanoutFactor": 5,
"count": 1,
"size": 589,
"time": 75.61
}
]
},
{
"name": "ProjectOperator",
"time": 0,
"annotations": {
"percentTime": 0
},
"counts": {
"resultCount": 1
}
}
]
}
]
Bundan aşağıdaki sonuçlar elde edilebilir:
- Gremlin deyimi desenini
g.V('id')izlediğinden sorgu tek kimlikli bir aramadır. - Ölçüme
timegöre, tek bir noktadan okuma işlemi için 10 metreden uzun olduğundan bu sorgunun gecikme süresi yüksek görünüyor. - nesnesine
storeOpsbakarsak, öğesininfanoutFactorolduğunu5görebiliriz. Bu, bu işlem tarafından 5 bölüme erişildiği anlamına gelir.
Bu analizin sonucu olarak, ilk sorgunun gerekenden daha fazla bölüme eriştiğini belirleyebiliriz. Sorgudaki bölümleme anahtarı koşul olarak belirtilerek bu sorun giderilebilir. Bu, sorgu başına daha az gecikme süresine ve daha az maliyete yol açar. Graf bölümleme hakkında daha fazla bilgi edinin. Daha uygun bir sorgu olacaktır g.V('tt0093640').has('partitionKey', 't1001').
Filtrelenmemiş sorgu desenleri
Aşağıdaki iki yürütme profili yanıtını karşılaştırın. Kolaylık olması için bu örneklerde tek bir bölümlenmiş grafik kullanılır.
Bu ilk sorgu etiketli tweet tüm köşeleri alır ve ardından komşu köşelerini alır:
[
{
"gremlin": "g.V().hasLabel('tweet').out().executionProfile()",
"totalTime": 42,
"metrics": [
{
"name": "GetVertices",
"time": 31,
"annotations": {
"percentTime": 73.81
},
"counts": {
"resultCount": 30
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 13,
"size": 6819,
"time": 1.02
}
]
},
{
"name": "GetEdges",
"time": 6,
"annotations": {
"percentTime": 14.29
},
"counts": {
"resultCount": 18
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 20,
"size": 7950,
"time": 1.98
}
]
},
{
"name": "GetNeighborVertices",
"time": 5,
"annotations": {
"percentTime": 11.9
},
"counts": {
"resultCount": 20
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 4,
"size": 1070,
"time": 1.19
}
]
},
{
"name": "ProjectOperator",
"time": 0,
"annotations": {
"percentTime": 0
},
"counts": {
"resultCount": 20
}
}
]
}
]
Bitişik köşeleri keşfetmeden önce aynı sorgunun profiline dikkat edin, ancak şimdi ek bir filtreyle has('lang', 'en'), :
[
{
"gremlin": "g.V().hasLabel('tweet').has('lang', 'en').out().executionProfile()",
"totalTime": 14,
"metrics": [
{
"name": "GetVertices",
"time": 14,
"annotations": {
"percentTime": 58.33
},
"counts": {
"resultCount": 11
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 11,
"size": 4807,
"time": 1.27
}
]
},
{
"name": "GetEdges",
"time": 5,
"annotations": {
"percentTime": 20.83
},
"counts": {
"resultCount": 18
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 18,
"size": 7159,
"time": 1.7
}
]
},
{
"name": "GetNeighborVertices",
"time": 5,
"annotations": {
"percentTime": 20.83
},
"counts": {
"resultCount": 18
},
"storeOps": [
{
"fanoutFactor": 1,
"count": 4,
"size": 1070,
"time": 1.01
}
]
},
{
"name": "ProjectOperator",
"time": 0,
"annotations": {
"percentTime": 0
},
"counts": {
"resultCount": 18
}
}
]
}
]
Bu iki sorgu aynı sonuç elde etti, ancak ilk sorgu, bitişik öğeleri sorgulamadan önce daha büyük bir ilk veri kümesini yinelemesi gerektiğinden daha fazla İstek Birimi gerektirir. Her iki yanıttan aşağıdaki parametreleri karşılaştırırken bu davranışın göstergelerini görebiliriz:
- değer
metrics[0].timeilk yanıtta daha yüksektir ve bu da bu tek adımın çözülmesinin daha uzun sürdüğünü gösterir. - Değer
metrics[0].counts.resultsCount, ilk çalışma veri kümesinin daha büyük olduğunu gösteren ilk yanıtta da daha yüksektir.
Sonraki adımlar
- Azure Cosmos DB'de desteklenen Gremlin özellikleri hakkında bilgi edinin.
- Azure Cosmos DB'de Gremlin API'si hakkında daha fazla bilgi edinin.