按ID检索含嵌套JSON的文档并限制嵌套数组返回条数的最佳方法

现有如下结构的存储文档：

{
  "nested_items": [
    {
      "nested_sample0": "1",
      "nested_sample1": "test",
      "nested_sample2": "test",
      "nested_sample3": {
        "type": "type"
      },
      "nested_sample": null
    },
    {
      "nested_sample0": "1",
      "nested_sample1": "test",
      "nested_sample2": "test",
      "nested_sample3": {
        "type": "type"
      },
      "nested_sample1": null
    },
    "..."
  ],
  "sample1": 1233,
  "id": "ed68ca34-6b59-4687-a557-bdefc9ec2f4b",
  "sample2": "",
  "sample3": "test",
  "sample4": "test",
  "_ts": 1656503348
}

核心需求：按ID精确匹配检索文档时，限制返回结果中nested_items数组的返回元素条数。已知当前子查询不支持LIMIT/OFFSET语法，除拆分两次查询外，可通过以下方案实现：

• UDF截断方案
  注册数组切片自定义函数，在查询返回阶段直接对目标数组做截断，UDF示例代码：

  function truncateArray(arr, limit) {
      if (!Array.isArray(arr)) return arr;
      return arr.slice(0, limit);
  }
  

  对应查询语句：

  SELECT 
      c.id,
      c.sample1,
      c.sample2,
      c.sample3,
      c.sample4,
      c._ts,
      udf.truncateArray(c.nested_items, @targetItemCount) as nested_items
  FROM c
  WHERE c.id = @queryId
  

  该方案实现简单，缺点是UDF存在额外性能开销，单文档数组体量过大时RU消耗会明显升高。

• 内置函数聚合裁剪方案
  无需注册UDF，通过JOIN展开数组后用ROW_NUMBER窗口函数给元素打序号，过滤出符合条数要求的元素后再重组为数组，示例查询：

  SELECT 
      c.id,
      c.sample1,
      c.sample2,
      c.sample3,
      c.sample4,
      c._ts,
      ARRAY(
          SELECT VALUE elem.detail
          FROM (
              SELECT 
                  t AS detail,
                  ROW_NUMBER() OVER(PARTITION BY c.id ORDER BY t.nested_sample0) AS rowNum
              FROM c JOIN t IN c.nested_items
          ) elem
          WHERE elem.rowNum <= @targetItemCount
      ) AS nested_items
  FROM c
  WHERE c.id = @queryId
  

  该方案性能优于UDF方案，注意需要指定稳定的排序字段，否则返回的数组元素顺序可能出现波动。

• 建模优化方案
  如果nested_items数组元素普遍较多、且经常需要做分页/部分返回，长期来看最优方案是将嵌套数组拆分为独立子文档，通过主文档ID做关联，查询子文档时直接使用原生LIMIT/OFFSET语法即可，性能和RU成本表现最好，也是这类场景下的推荐建模方式。

内容的提问来源于stack exchange，提问作者Aquaelia