Datomic是否在運行查詢之前將所有數據檢索到本地系統（Peer）？

Question

「Datomic查詢在應用程序進程空間中運行」：這是否意味着查詢必須運行的所有數據也必須是本地的？比方說，我在兩個表上運行連接，每個表的大小都是1 GB，Datomic是否會首先將2 GB數據檢索到要在其上運行查詢的對等方？

對不起，如果這個問題已經在文檔中回答，我應該RTFM。

Answer 1

在我的理解中，只有爲查詢運行提供實時索引。在索引的幫助下，只有相關數據需要從存儲服務中獲取，但只有在本地緩存中尚不可用時才需要。

Answer 2

數據不駐留在對等體上，僅存在於索引中。在運行查詢時，對等方會遍歷最合適的索引以查找需要從存儲服務檢索的節點。因此，從對等體到存儲服務的實際查詢僅請求在索引查詢中到達的id。索引大小可能相當大，具體取決於存儲的數據量，但只能從存儲服務中檢索所需的數據。

Datomic沒有表連接的概念，所以我很想知道你在這裏的含義。不同的分區或數據庫？

Answer 3

簡短的回答是：否。

Datomic維護幾個索引，每個索引按不同的標準排序。這些索引中的每一個都被拆分成段，每個段包含數千個數據項（datoms）。沒錯，數據本身包含在索引中。

在進行查詢時，Datomic將只檢索執行查詢所需的那些索引段。隨着索引排序，Datomic可以確定它需要哪些分段。由於它以段爲單位檢索索引數據，它將始終包含一些您不感興趣的數據 - 但這似乎是解決管理和通信開銷的一個相當不錯的折衷方案，並且會在實踐中提高性能。

在所有的典型查詢中，沒有完整數據庫掃描是必要的。在需要的情況下，對等方確實必須將所有數據提交到本地系統。然而，這並不意味着所有數據都會同時駐留在內存中 - 除非您的查詢結果包含所有數據 - 因爲Datomic會在處理完成後垃圾回收段並且不再需要，以防內存不足。

也就是說，order of where clauses in queries is important for performance，雖然我不能說，如果順序影響檢索索引段的數量。

有關索引的更多信息，請參閱Datomic indexes page和Nikita Prokopov的Unofficial guide to Datomic internals。