如何在Cosmos DB中结合聚合子查询过滤主查询结果？

数据老陈

2026-7-3

Cosmos DB 实现重复记录详细数据查询的方法

实现思路

先通过聚合子查询筛选出符合条件的重复sourceSystemId，再将这些ID作为过滤条件传入主查询，获取对应的详细记录。

具体查询语句

-- 主查询：获取重复记录的详细数据
SELECT *
FROM c
WHERE c.sourceSystem = "Netsuite"
AND c.sourceSystemId IN (
    -- 子查询：筛选出对应多个id的重复sourceSystemId
    SELECT VALUE agg.sourceSystemId
    FROM c
    WHERE c.sourceSystem = "Netsuite"
    GROUP BY c.sourceSystemId
    HAVING COUNT(c.id) > 1
)

关键细节说明

子查询中使用SELECT VALUE，只返回sourceSystemId的纯数组，避免返回包含对象的结果集，让IN子句的匹配更高效。
主查询和子查询都加上c.sourceSystem = "Netsuite"的过滤，能提前缩小数据扫描范围，提升查询性能。

性能优化建议

为sourceSystem和sourceSystemId创建复合索引，索引定义示例：

{
    "indexingMode": "consistent",
    "automatic": true,
    "includedPaths": [
        {
            "path": "/sourceSystem/?",
            "indexes": [
                {
                    "kind": "Range",
                    "dataType": "String",
                    "precision": -1
                }
            ]
        },
        {
            "path": "/sourceSystemId/?",
            "indexes": [
                {
                    "kind": "Range",
                    "dataType": "String",
                    "precision": -1
                }
            ]
        }
    ]
}