从重复XML段提取唯一元素的ESQL代码问题求助

原代码的问题 #

• 未初始化uniqueVals变量：声明ROW类型后直接使用，会触发运行时错误。
• CONTAINS函数误用：该函数无法检测ROW对象中是否包含特定值，仅适用于字符串或集合类型的包含判断。
• 错误的存储逻辑：通过uniqueVals.val[i]动态添加索引字段不是ESQL存储序列值的正确方式，应使用数组类型管理有序的唯一值集合。

修正后的代码方案 #

方案1：数组存储+循环检查（适合小数据量场景） #

-- 初始化数组用于存储唯一值
DECLARE uniqueVals CHARACTER[];
DECLARE isDuplicate BOOLEAN;

FOR obj AS InputRoot.XMLNSC.MSG.RecurringSegment[] DO
    SET isDuplicate = FALSE;
    -- 遍历数组检查当前值是否已存在
    FOR valIdx FROM 1 TO CARDINALITY(uniqueVals) DO
        IF uniqueVals[valIdx] = obj.Element THEN
            SET isDuplicate = TRUE;
            LEAVE; -- 找到重复值，退出内层循环
        END IF;
    END FOR;
    
    -- 非重复值则添加到数组
    IF NOT isDuplicate THEN
        SET uniqueVals[CARDINALITY(uniqueVals) + 1] = obj.Element;
    END IF;
END FOR;

-- 可选：将结果输出到消息树
SET OutputRoot.XMLNSC.UniqueElements = uniqueVals;

方案2：ROW哈希表快速去重（适合大数据量场景，效率更高） #

利用ROW的键唯一性实现O(1)级别的重复判断，避免内层循环遍历：

-- 用ROW的键标记已出现的值（注意：Element值不能包含ESQL标识符禁用字符）
DECLARE seenValues ROW;
-- 数组存储最终唯一值
DECLARE uniqueVals CHARACTER[];

FOR obj AS InputRoot.XMLNSC.MSG.RecurringSegment[] DO
    DECLARE elemVal CHARACTER = obj.Element;
    -- 检查当前值是否已被标记
    IF NOT EXISTS(seenValues.(elemVal)) THEN
        SET seenValues.(elemVal) = TRUE;
        SET uniqueVals[CARDINALITY(uniqueVals) + 1] = elemVal;
    END IF;
END FOR;

-- 可选：将结果输出到消息树
SET OutputRoot.XMLNSC.UniqueElements = uniqueVals;

说明 #

• 方案1逻辑直观，但数据量大时性能会随数组长度下降。
• 方案2效率更高，若Element值包含特殊字符（如空格、符号），需先做转义处理后再作为ROW的键。
• 最终uniqueVals数组会按值首次出现的顺序存储所有唯一的<Element>值。

内容的提问来源于stack exchange，提问作者ArpanMona