MarkLogic Rest API：如何基于文档大小约束搜索范围？

要过滤掉小于1MB的文档，你可以利用MarkLogic内置的xdmp:document-size()函数获取文档字节数，结合REST API的查询语法实现大小约束。以下是具体实现方式：

1. （推荐）预先创建文档大小范围索引 #

为了提升查询性能，尤其是在海量文档场景下，建议先创建文档大小的范围索引：

• 登录MarkLogic管理界面，进入目标数据库的范围索引配置页
• 添加新索引：
  • 类型选择xs:unsignedLong
  • 表达式填写xdmp:document-size()
  • 命名空间留空（内置函数无需命名空间）

2. 构造带大小过滤的搜索请求 #

方式一：JSON结构化查询（POST请求） #

向/v1/search端点发送POST请求，请求体结合关键词搜索与大小范围过滤：

{
  "query": {
    "and-query": [
      {
        "word-query": {
          "text": ["你的搜索关键词"],
          "options": ["case-insensitive"]
        }
      },
      {
        "range-query": {
          "range-operator": "GT",
          "value": ["1048576"],
          "type": "xs:unsignedLong",
          "expression": "xdmp:document-size()"
        }
      }
    ]
  }
}

注：1048576是1MB对应的字节数（1024*1024），GT表示“大于”，这样会返回所有包含关键词且大小超过1MB的文档。

方式二：使用预定义约束简化查询 #

如果已经创建了范围索引，可以先定义搜索选项（保存为XML文件，通过/v1/config/query端点上传）：

<search:options xmlns:search="http://marklogic.com/appservices/search">
  <search:constraint name="size">
    <search:range type="xs:unsignedLong" expression="xdmp:document-size()">
      <search:facet-option>limit=10</search:facet-option>
    </search:range>
  </search:constraint>
</search:options>

之后就可以用更简洁的查询语法：

{
  "query": {
    "and-query": [
      {
        "word-query": {
          "text": ["你的搜索关键词"]
        }
      },
      {
        "value-query": {
          "constraint-name": "size",
          "range-operator": "GT",
          "text": ["1048576"]
        }
      }
    ]
  }
}

方式三：GET请求参数直接传递 #

如果偏好GET请求，可通过URL参数组合查询：

GET /v1/search?q=你的搜索关键词&constraint=size&size:gt=1048576

内容的提问来源于stack exchange，提问作者afar