XQuery优化低效查询策略(在eXist-db中)

Question

环境: eXist-DB 4.4 / Xquery 3.1

我有成百上千个tei:xml文档，其中编码了命名实体persName和placeName。文档在

 collection("db/fooapp/data")

persName和placeName的每个实例都有一个属性@nymRef，该属性包含引用主文档中的xml:id的单个值：

 db/fooapp/data/codes_persons.xml

 db/fooapp/data/codes_places.xml

这些主文档包含每个人或每个地方的规范名称。

我经常对某个名称进行单一查找，例如

let $x := some @nymRef

let $y := doc(db/fooapp/data/codes_places.xml)//tei:place[@xml:id=$x]//tei:placeName/text()

return $y

但是，有时候我需要这样做，遍历巨大的列表。例如，在所有文档中，我需要输出一个seg的id，它有一个(或多个)子元素placeName/@nymRef

 <seg xml:id="fooref">some text<placeName nymRef="fooplace"/>some text</seg>

任务是获取所有seg/@xml:id，然后查找并输出其下任何placeName/@nymRef的规范名称。这导致了大量的往返，效率非常低，但我不知道在eXist-DB中有任何其他方法可以做到这一点。昂贵的往返行程在let $c中表示，循环通过return

let $coll := collection("db/fooapp/data")

for $a in $coll//seg

    for $b in $a//placeName

        let $c := $doc("db/fooapp/data/codes_places.xml")//tei:place[@xml:id=$b/data(@nymRef)]//tei:placeName/text()

        return 
              <tr>
                <td>{$a/@xml:id}</td>
                <td>{$c}</td>
              </tr>

对于单个表输出，这可能会增加数百次往返。

如果有必要，我不反对将任务重组为多个功能。

在此之前，非常感谢您。

Answer 1

请为我们提供输入xml和所需的输出，否则将无法重写查询。我们还需要查看您的索引配置。

一些一般性的建议，以避免往返：

• 首先，请参阅my previous answer来回答您关于ft:query()的使用问题。当使用索引查找存在时，或者您强制它进行字符串比较而没有在string?
• id()上配置索引时，values
• distinct-values是可能的最快查找方法，它是您的朋友，只查找每个不同的键:值对一次。
• 使用单个[@xml:id=$b/data(@nymRef)]循环来避免多次迭代相同的数据。
• 尽可能使用限制性更强的XPath表达式，//可能会将大量不必要的数据加载到内存中。

所有这些甚至更多内容都可以在documentation中找到