MarkLogic XQuery如何统计集合中满足指定条件的记录总数

需求为实现指定条件的记录计数：统计GTM2_Shipment集合内所有文档中，Ancillary Price（对应节点路径*:Shipment/*:Ancillary/*:QuotePrice）值大于1000的记录总数量。
初始编写的XQuery代码如下：

xquery version "1.0-ml";
for $x in collection("GTM2_Shipment")
where ($x/*:Shipment/*:Ancillary/*:QuotePrice/text() > 1000) 
return (count($x))

代码运行异常现象：总耗时9007.0781ms，返回包含532个条目的序列，共输出532行，每行的值均为1，未返回预期的总计数结果532。

代码存在两处核心问题：

• 计数逻辑位置错误
  for子句会逐一遍历集合内的文档，每命中1条符合where条件的文档就会执行一次return后的逻辑。当前return中写的count($x)是对单次迭代绑定的单个文档节点做计数，单节点的计数结果永远为1，因此最终输出532个1，没有对所有匹配结果做统一聚合计数。
• 查询性能较差
  写法为全集合遍历逐节点判断值，没有利用数据库索引能力，因此查询耗时超过9秒，数据量增大后耗时会进一步升高。

基础逻辑修正（不改变查询逻辑仅修复计数错误） #

把count逻辑移到循环外层，对所有匹配的结果集做统一计数即可：

xquery version "1.0-ml";
count(
  for $x in collection("GTM2_Shipment")
  where $x/*:Shipment/*:Ancillary/*:QuotePrice/text() > 1000
  return $x
)

也可以简化为更精简的写法：

xquery version "1.0-ml";
count(collection("GTM2_Shipment")[*:Shipment/*:Ancillary/*:QuotePrice/text() > 1000])

性能优化写法 #

如果是MarkLogic数据库环境，建议给QuotePrice元素配置对应数值类型的范围索引，使用索引范围查询直接匹配结果，查询耗时可以降到毫秒级：

xquery version "1.0-ml";
count(
  cts:search(
    collection("GTM2_Shipment"),
    cts:elementRangeQuery(xs:QName("QuotePrice"), ">", 1000)
  )
)

内容的提问来源于stack exchange，提问作者Rashmita Purkayastha