Cosmos DB预触发器查询最多返100条 如何获取全量结果总计数

你碰到的返回结果固定100条的问题，是Cosmos DB服务端JavaScript运行时（预触发器、存储过程、UDF均运行在该环境）的硬限制，和参数配置无关：

• 服务端JS发起的所有查询，单页返回结果数上限就是100条，无论怎么修改FeedOptions中的pageSize（包括设为-1）都无法突破这个阈值。
• 你之前尝试continuation令牌分页仍只返回100条，是因为没有在查询回调中递归拉取后续分页，仅执行了第一页查询自然只能拿到100条结果。
• 额外注意：服务端JS本身还有单轮执行5秒超时、单操作RU消耗上限的约束，不适合在触发器内直接拉取超大规模结果集。
• 你当前贴的代码还存在异步逻辑时序问题：queryDocuments是异步回调方法，若不等待所有查询完成就执行后续逻辑，会出现计数未算完就把请求体写回的问题。

方案1：COUNT聚合查询直接取总计数（优先推荐） #

如果你只需要匹配文档的总计数，不需要获取每条文档的具体字段，完全不需要分页拉取全量文档再统计长度，直接使用COUNT聚合查询即可。该查询会在后端自动遍历所有匹配分区返回总数值，不受单页100条的限制，RU消耗比拉全量文档低一个数量级。
核心实现代码：

function trgAddStats() {
    var context = getContext();
    var request = context.getRequest();
    var incoming_document = request.getBody();
    var container = context.getCollection();
    incoming_document.items = 1;

    var countQuery = {
        "query": "SELECT VALUE COUNT(1) FROM Transactions_ds t WHERE t.customer = @customer",
        "parameters": [{
            "name": "@customer",
            "value": incoming_document.customer
        }]
    };

    var isAccepted = container.queryDocuments(container.getSelfLink(), countQuery, {},
        function (err, results) {
            if (err) throw new Error("查询错误: " + err.message);
            // COUNT聚合返回单元素数组，取第一位就是匹配的总条数
            incoming_document.items += results[0];    
            request.setBody(incoming_document);
        }
    );

    if (!isAccepted) throw "操作执行被限流，已中止";
}

注意：如果单个customer下匹配的文档量超过10万条，COUNT聚合可能消耗过多RU触发5秒执行超时，这类大数量场景建议用方案3。

方案2：递归实现continuation分页（需拉取文档明细时使用） #

如果你不仅需要计数，还要拿到所有匹配文档的具体内容，必须在查询回调中检测返回的continuation令牌，存在令牌时递归发起下一页查询，直到令牌为空才代表所有结果拉取完成。
核心实现代码：

function trgAddStats() {
    var context = getContext();
    var request = context.getRequest();
    var incoming_document = request.getBody();
    var container = context.getCollection();
    incoming_document.items = 1;
    var allMatchedDocs = [];

    // 递归分页查询函数
    function fetchPage(continuation) {
        var filterQuery = {
            "query": "SELECT t.customer, t.amount FROM Transactions_ds t WHERE t.customer = @customer",
            "parameters": [{
                "name": "@customer",
                "value": incoming_document.customer
            }]
        };
        var feedOptions = {
            continuation: continuation,
            pageSize: 100 // 受硬限制最大只能到100，显式声明避免歧义
        };
        var isAccepted = container.queryDocuments(container.getSelfLink(), filterQuery, feedOptions,
            function (err, pageItems, responseOptions) {
                if (err) throw new Error("查询错误: " + err.message);
                allMatchedDocs = allMatchedDocs.concat(pageItems);
                // 存在下一页则递归拉取
                if (responseOptions.continuation) {
                    fetchPage(responseOptions.continuation);
                } else {
                    // 所有页拉取完成后再更新请求体
                    incoming_document.items += allMatchedDocs.length;
                    request.setBody(incoming_document);
                }
            }
        );
        if (!isAccepted) throw "操作执行被限流，已中止";
    }

    // 从第一页开始查询
    fetchPage(null);
}

• 该方案仅适合单customer下匹配文档量在1万条以内的场景，否则很容易触发5秒执行超时导致触发器失败。

方案3：大数量场景架构优化 #

如果单customer关联的文档量经常过万，不要在预触发器里做实时全量查询计数：

• 可以单独维护一个以customer为分区键的统计文档，每次新增、删除交易记录时，在触发器内直接对统计文档的计数字段做原子增减，不需要每次全量扫描计数。
• 也可以把计数逻辑下沉到客户端执行，或者用Cosmos DB变更流异步更新统计值，彻底规避服务端JS的执行时长限制。

内容的提问来源于stack exchange，提问作者jak123