xml - 在 marklogic 中的多个集合之间查询时优化记录的检索

Question

我正在尝试在 2 个具有连接条件的集合之间进行查询， 假设这 2 个文件是:

集合 1:公司(1M 文档)

公司文件:

<Company>
 <CompanyName>XYZ</CompanyName>  
 <Description>ABC</Description>
  .
  .
</Company>

集合 2:员工(100 万个文档)

XML:

<Employee>
 <EmpName>john</EmpName>  
 <CompanyName>XYZ</CompanyName>  
  .
  .
</Employee>

我正在使用的查询是，

for $company in collection('Company'), $employee in collection('Employee')
where ( $company/Company/CompanyName eq $employee/Employee/CompanyName)
return document-uri($company)

当两个集合中的文档较少时，能够获取记录， 但是当我做压力测试时说，两个集合中的 1M 记录，在这种情况下会花费大量时间并导致时间限制超出异常。有没有办法优化这个查询？

我尝试了以下方法， 假设存在 CompanyName 的范围索引，

for $company in collection('Company'), $employee in cts:values(cts:path-reference('/Employee/CompanyName'))
where ( $company/Company/CompanyName eq $employee)
return document-uri($company)

如果 companyName 是唯一的，那么上面的查询将不会优化太多。我需要一种可以同时处理元素的不同值和重复值的方法

Answer 1

利用索引和 cts:* 函数可以显着加快速度。

使用cts:element-values()从 Employee 集合中的文档中检索 CompanyName 值集。

使用cts:uris()使用 cts:element-range-query() 从 Company 集合中检索文档 URI 集合，这些 URI 具有来自 Employee 文档的值集合中的 CompanyName 值.

let $CompanyName := xs:QName("CompanyName")
let $employee-companies := cts:element-values($CompanyName, "", (), cts:collection-query("Employee"))
return
  cts:uris("", (), cts:and-query((
    cts:collection-query("Company"), 
    cts:element-range-query($CompanyName, "=", $employee-companies) 
  )))