Marklogic：元素值查询与路径范围查询

Question

我正在做一些锻炼以找出性能方面哪个更好，无论是元素值查询还是路径范围查询。

我发现使用路径范围查询的搜索比元素值查询慢一点。

即使加载了额外的路径范围索引，有没有人知道使用路径范围查询搜索的速度缓慢。

我使用了下面的代码。

    xdmp:document-delete("/aname4.xml")
    xdmp:document-insert("/aname1.xml",
      <name><fname>John</fname><mname>Rob</mname><lname>Goldings</lname></name>),
    xdmp:document-insert("/aname2.xml",
      <name><fname>Jim</fname><mname>Ken</mname><lname>Kurla</lname></name>),
    xdmp:document-insert("/aname3.xml",
      <name><fname>Ooi</fname><mname>Ben</mname><lname>Fu</lname></name>),
    xdmp:document-insert("/aname4.xml",
      <name><fname>James</fname><mname>Rick</mname><lname>Tod</lname></name>)

    create path range index "/name/fname"

    checked response time with following search code

    cts:search(doc(),cts:path-range-query("/name/fname","=","Jim"),"filtered")

    cts:search(doc(),
      cts:element-value-query(xs:QName("fname"),"jim"),
    "filtered")

在使用路径范围查询时，我应该考虑哪些特定的事情

任何建议都将受到高度赞赏，因为它有助于我们设计高效的搜索代码。

Answer 1

在过滤查询中，需要遍历每个候选匹配文档以检查匹配。要验证元素范围匹配，我们只需要查看元素的名称，然后查看其内容（如果名称匹配）。要验证路径范围匹配，我们需要确保当前元素的名称与路径的末尾匹配，然后（在这种情况下）其父元素名称匹配，然后该父元素位于根。这不是更多的工作，而是更多的工作。索引同样需要做更多的工作来知道要索引哪些元素内容。

但是您也在以不同的方式进行苹果与橙子的比较：值查询与范围相等查询不同，因为值查询是全文查询——词干和标记化，通常忽略空格和标点符号——以及范围相等查询是使用排序规则的字符串比较。对于一个简单的值查询，很多工作可以通过键来完成，而不是字符串比较，但它会做额外的词干提取工作。另一方面，我们在范围查询端进行字符串比较，对于非代码点整理，这些比较可能会有所涉及。

如果您的文档包含fname不在下面的元素，那么路径范围索引将是一个胜利，name因此可以通过索引解析将它们排除在外，并且过滤器甚至不需要考虑它们。

我的一般建议是： 1. 衡量，因为它从来不是你想的那样 2. 经验法则：选择限制最少的指标，你需要做出你关心的区别。即，如果您的所有fname元素始终都在 之下name，则不要放入name您的路径中，因为它只会增加工作量。3. 值查询只是单词查询，添加了“必须匹配元素的整个范围”约束；不要将它们视为字符串相等。使用范围索引进行字符串比较，但请为您的用例选择最无聊的排序规则。