MarkLogic无路径范围索引时两集合连接的优化方案问询

原查询的问题在于双重for循环会遍历两个集合的所有元素组合，产生笛卡尔积，最终返回重复的Staff文档URI。以下是两种可行的优化方案，均不依赖路径范围索引：

方案1：先提取唯一邮编，再过滤Staff并去重 #

xquery version "1.0-ml";
// 提取Student集合中所有不重复的邮编
let $unique-student-pincodes := distinct-values(collection("Student")/Student/Pincode)
// 过滤出邮编匹配的Staff文档，确保每个文档只被处理一次
for $staff in distinct-nodes(collection("Staff")[Schema_Staff/Pincode = $unique-student-pincodes])
return document-uri($staff)

原理： #

• 先通过distinct-values获取Student集合中的唯一邮编，减少后续匹配的条件数量
• 使用distinct-nodes确保每个符合条件的Staff文档只被返回一次，彻底避免笛卡尔积导致的重复结果
• 仅遍历Staff集合一次，而非两个集合的交叉组合，大幅减少不必要的连接操作

方案2：按邮编分组匹配 #

xquery version "1.0-ml";
let $student-pincodes := distinct-values(collection("Student")/Student/Pincode)
// 对Staff集合按邮编分组
for $staff-group in collection("Staff")
group by $pincode := $staff-group/Schema_Staff/Pincode
// 只保留与Student邮编匹配的分组
where $pincode = $student-pincodes
// 返回分组内所有Staff文档的唯一URI
return distinct-values(document-uri($staff-group))

原理： #

• 通过group by将Staff集合按邮编聚合，避免逐个文档与Student交叉匹配
• 仅筛选与Student邮编重叠的分组，再返回组内的Staff URI，同样避免了笛卡尔积

这两种方案都能确保返回预期的10个Staff文档URI，且无需依赖路径范围索引。

内容的提问来源于stack exchange，提问作者Manjunath