如何提高负载下的ArangoDB性能（多个并发查询）？
我们使用ArangoDB和PostgreSQL来存储几乎相同的数据。 PostgreSQL用于执行关系数据库可以很好地执行的一般types的查询。 selectArangoDB来执行graphics遍历等查询，find最短path等。
目前，我们有一个在PostgreSQL中有160000条logging的表，在ArangoDB中有一个与文档数量相同的集合。
我们正在使用的API将被多个用户同时使用，所以我首先要检查的是ArangoDB和PostgreSQL在负载下如何执行。 我创build了一个简单的负载testing，作为一个工作负载执行一个简单的select查询与filter既ArangoDB和PostgreSQL。
查询使用按date过滤字段select前N个logging/文档。
当我运行负载testing时，对PostgreSQL的所有查询都在0.5秒内执行，我将用户数量从10增加到100，并且完全不影响执行时间。
对于ArangoDB来说，同样的查询需要花费大约2秒钟的时间，然而，响应时间与并发用户的数量成正比。 有30个并发用户，等待60秒后，所有查询都会超时。
我试图debuggingarangojs连接器，发现这一点：
var maxTasks = typeof agent.maxSockets === 'number' ? agent.maxSockets * 2 : Infinity; 和这个：
Connection.agentDefaults = { maxSockets: 3, keepAlive: true, keepAliveMsecs: 1000 };
这意味着默认的arangojs行为是同时向ArangoDB发送不超过6个并发查询，这导致所有其余查询在Node.js端排队。 我试图增加数量，但它没有帮助，现在看起来像所有的查询排队在ArandoDB一侧。 现在，如果我运行加载并尝试使用ArangoDB Web Interface执行一些查询，则查询将提交不可预测的时间量（取决于当前用户的数量），然后返回结果并显示它已被执行在大约4秒内这是不正确的。 对我来说，看起来像ArangoDB一次只能执行一个查询，而所有其他查询排队…
我错过了什么吗？ 有没有什么设置来调整ArangoDB并提高它在负载下的性能？
更新：
我们使用ArangoDB 3.0，并将其作为Docker容器（来自官方图片）与1.5 GB的RAM一起运行。
样本文件（我们有大约16000个）：
{ "type": "start", "from_date": "2016-07-28T10:22:16.000Z", "to_date": "9999-06-19T18:40:00.000Z", "comment": null, "id": "13_start", "version_id": 1 }
AQL查询：
FOR result IN @@collection FILTER (result.version_id == 1) FILTER (result.to_date > '2016-08-02T15:57:45.278Z') SORT result._key LIMIT 100 RETURN result
我使用以下查询创build了160k个示例文档：
LET v = [1,1,1,1,1,2,2,2,3,3,4] LET d = DATE_NOW() FOR i IN 1..160000 INSERT { "type": "start", "from_date": DATE_SUBTRACT(d, RAND()*4000, "days"), "to_date": DATE_ADD(d, RAND()*4000+100, "days"), "comment": null, "id": CONCAT(i, "_start"), "version_id": v[RAND()*LENGTH(v)] } INTO @@collection RETURN NEW
当同步到磁盘时，数据文件大约为30MB。 日志文件是32MB。
如果在该数据集上运行查询，报告的执行时间平均为0.35秒 。
我尝试了不同的索引，并且在version_id上有一个跳过列表，似乎可以最好地提高性能，以索引的大约18MB内存为代价将其降低到0.20秒。 在服务器重新启动后，查询花费1.5s，因为集合必须在首次访问时加载，并且需要重build索引。 随后的查询不断地花费0.2秒。
我使用了ArangoDB 3.0.devel，它应该会显示出与稳定版本3.0.x相同的性能。 根据Web界面几次运行查询后，DBMS使用的RAM大约为440MB。
如果您持续查看时间大于1.0s，则说明问题不对。 如果集合被自动卸载（可能是由于RAM不足造成的），你可以检查两个查询吗？ 如果是这样，检查什么吃你的记忆（如果它甚至是ArangoDB），并确保您尝试更多的RAM，看看是否影响查询时间。 另一个资源是否可以限制性能，比如海量存储或者CPU？