单FLWOR中的函数和子选择

Question

我正在编写一个XQuery来分析大量存储查询的XML文件，类似于下面的示例。对于这些查询，我想计算各种子元素的平均值、和以及其他信息。此外，我还想在同一个文档中生成查询的子部分，例如，所有没有命中的查询。

由于我将处理数十万个XML文件，所以我希望使我的xquery尽可能高效。我尝试过跨文档使用单一的for迭代，但我根本不知道如何获得所需的所有信息。

下面是一个示例XML：

<Query>
  <QueryString>Gigabyte Sapphire GTX-860</QueryString>
  <StatusCode>0</StatusCode>
  <QueryTime>0.04669069110297385</QueryTime>
  <Hits>8</Hits>
  <Date>2013-05-02</Date>
  <Time>12:07:07</Time>
  <LastModified>12:07:07</LastModified>
  <Pages resultsPerPage="10" clickCount="2">
    <Page resultCount="8" visited="true">
      <Result index="1" clickIndex="0" timeViewed="0" pid="85405" title="DDR3 1024 MB" />
      <Result index="2" clickIndex="1" timeViewed="178" pid="54065" title="ATK Excellium&#x9;" />
      <Result index="3" clickIndex="0" timeViewed="0" pid="74902" title="Intel E9650" />
      <Result index="4" clickIndex="0" timeViewed="0" pid="56468" title="ASUS Radeon HD 7980" />
      <Result index="5" clickIndex="0" timeViewed="0" pid="31072" title="Intel E7500" />
      <Result index="6" clickIndex="0" timeViewed="0" pid="26620" title="DDR3 2048 MB" />
      <Result index="7" clickIndex="2" timeViewed="92" pid="55625" title="Gigabyte Sapphire 7770" />
      <Result index="8" clickIndex="0" timeViewed="0" pid="67701" title="Intel E9650" />
    </Page>
  </Pages>
</Query>

这里是XQuery：

let $doc := collection('file:///C:/REP/XML/input?select=*.xml')
for $y in (
    <Queries>
    {
        for $x in $doc
        let $hits := $x/Query/Hits
        return <Query hits="{$hits}" >{$x/Query/QueryString/string()}</Query>
    }
    </Queries>
)
let $avgHits := avg(data($y/Query/@hits))
let $numQueries := count($y/*)
return <Statistics avgHits="{$avgHits}" numQueries="{$numQueries}"/>

它正确地返回包含10个XML文件的示例的<Statistics numQueries="10" avgHits="19.7"/>。这样做对吗？我似乎需要double for，这样我就可以将来自不相交文件的查询分组在一起，因为否则我似乎无法在它们上运行函数。

我还需要在创建的<Statistics>元素中重复一些查询。我需要重复一次FLWOR声明吗？我不能在计算它们的for语句之外带来求和值或平均值，但我不能计算它们并执行子选择，因为我必须包括一个筛选它们的位置。

(Update)这是我提出的包含查询子部分的查询，但正如我前面提到的，我很担心性能。

let $doc := collection('file:///C:/REP/XML/input?select=*.xml')
for $y in (
    <Queries>
    {
        for $x in $doc
        let $hits := $x/Query/Hits
        return <Query hits="{$hits}" >{$x/Query/QueryString/string()}</Query>
    }
    </Queries>
)
let $avgHits := avg(data($y/Query/@hits))
let $numQueries := count($y/*)
return <Statistics avgHits="{$avgHits}" numQueries="{$numQueries}">
    {
    for $x in $doc
    let $hits := $x/Query/Hits
    where $x/Query/Hits < 10
    return <Query hits="{$hits}" >{$x/Query/QueryString/string()}</Query>
    }   
</Statistics>

XQuery处理器是会优化my语句，还是会通过它们访问所有的for循环？第一个let语句会阻止这种情况吗？

这就是我想要生成的那种文档：

<DailyStats date="2013-04-15" >
    <DayStats>
        <QueryCount>24644</QueryCount>
        <Errors>0</Errors>
        <EmptySearches>643</EmptySearches>
        <AverageSearchTime>0.0213</AverageSearchTime>
        <AverageSearchesPerHour>236</AverageSearchesPerHour>
    </DayStats>
    <StoredQueries>
        <FailedSearches>
            <FailedSearch time="23:33:34" query="blurey" searchTime="0.0524" />
        </FailedSearches>
    </StoredQueries>
</DailyStats>

Answer 1

如果您担心性能问题，您应该使用XML数据库(如果您还没有这样做)，因为它将通过索引数据来提高性能。此外，使用`db:open("your-db")并将您的BaseX文件加载到数据库中，您可以使用BaseX访问所有节点，避免嵌套的for循环。此外，您可以使用一些特定于数据库的索引，这将加快您的查询。如果您有一个简单的XQuery导入器处理fs，那么它肯定会触及每个xml文件，因为它对每个文件中的数据一无所知。除此之外，你的XQuery在我看来基本上没问题。正如我试图指出的那样，优化在很大程度上取决于您正在使用的处理器/数据库。 是的，您将不得不运行一些测试，几乎不可能说任何关于实时运行时的内容，因为它在很大程度上取决于您的数据和查询。但是，稍后转到数据库应该不会太难，所以我不会太担心它。