自加入 documentdb 语法错误

Question

我在 documentdb 上执行其他 SQL 有效的自联接查询时遇到问题。

因此，以下查询有效： SELECT * FROM c AS c1 WHERE c1.obj="car"

但是这个简单的自连接查询不会：SELECT c1.url FROM c AS c1 JOIN c AS c2 WHERE c1.obj="car" AND c2.obj="person" AND c1.url = c2.url，出现错误，Identifier 'c' could not be resolved。

似乎documendb 支持文档内的自联接，但我问的是集合级别。

看了官方的syntax doc，了解到集合名称基本是推断出来的；我尝试c明确更改为我的收藏名称和根，但都没有奏效。

我错过了一些明显的东西吗？谢谢！

Answer 1

有几点需要澄清：

1.) 关于 Identifier 'c' could not be resolved

查询范围仅限于单个集合；在上面的示例中，c是集合的隐式别名，该别名正在c1使用AS关键字重新别名化。

您可以修复示例查询，将 JOIN 更改为引用c1：

SELECT c1.url
FROM c AS c1
JOIN c1 AS c2
WHERE c1.obj="car" AND c2.obj="person" AND c1.url = c2.url`

这也相当于：

SELECT c1.url
FROM c1
JOIN c1 AS c2
WHERE c1.obj="car" AND c2.obj="person" AND c1.url = c2.url`

2.) 了解 JOIN 并检查您的数据模型

话虽如此，我认为修复上面的查询语法问题不会产生您期望的行为。JOINDocumentDB SQL 中的关键字旨在与文档中的非规范化元素数组形成叉积（与在同一集合中的其他文档之间形成叉积相反）。如果您在这里遇到困难，那么可能值得退后一步，重新审视如何为 Azure Cosmos DB 建模数据。

在 RDBMS 中，您接受过以实体为先的训练，并根据实体对数据模型进行规范化。您严重依赖查询引擎来优化查询以适应您的工作负载（通常可以很好地但并不总是最佳的数据检索工作）。这里的挑战是，随着规模的增加，许多关系优势会消失，扩展到多个分片/分区成为一种要求。

对于像 Cosmos DB 这样的横向扩展分布式数据库，您需要首先了解工作负载并优化数据模型以适应工作负载（而不是先考虑实体）。您需要记住，集合只是一个逻辑抽象，由许多位于分区集中的副本组成。它们不强制执行模式并且是查询的边界。

在设计模型时，您需要将以下问题纳入您的思考过程：

• 就规模和吞吐量而言，更广泛的解决方案的规模是多少（数量级的估计就足够了）？

• 读取与写入的比率是多少？

• 对于写入 - 写入的模式是什么？主要是插入，还是有很多更新？

• 对于读取 - 前 N 个查询是什么样的？

以上应该会影响您对分区键的选择以及您的数据/对象模型应该是什么样子。例如：

• 请求的比率将有助于指导您如何进行权衡（使用帕累托原则并针对大部分工作负载进行优化）。
• 对于读取繁重的工作负载，通常过滤的属性成为选择分区键的候选对象。
• 经常一起更新的属性应该在数据模型中一起抽象，并远离以较慢节奏更新的属性（以降低更新的 RU 费用）。
• 不要害怕复制属性以丰富不同记录类型的可查询性和注释类型。例如，我们有两种类型的文档：cat 和 person。

    {
       "id": "Andrew",
       "type": "Person",
       "familyId": "Liu",
       "employer": "Microsoft"
    }
     
    {
       "id": "Ralph",
       "type": "Cat",
       "familyId": "Liu",
       "fur": {
             "length": "short",
             "color": "brown"
       }
    }
     

我们可以查询这两种类型的文档，而无需JOIN简单地运行一个没有类型过滤器的查询：

    {
       "id": "Andrew",
       "type": "Person",
       "familyId": "Liu",
       "employer": "Microsoft"
    }
     
    {
       "id": "Ralph",
       "type": "Cat",
       "familyId": "Liu",
       "fur": {
             "length": "short",
             "color": "brown"
       }
    }
     

如果我们想过滤 type = “Person”，我们可以简单地在我们的查询中添加一个类型过滤器：

SELECT * FROM c WHERE c.familyId = "Liu"