Couchbase如何查询含重复skill_id和skill_name数组元素的文档ID

如果你需要直接得到逗号分隔的符合条件文档ID集合，使用以下语句：

SELECT RAW ARRAY_JOIN(ARRAY_AGG(DISTINCT target_id), ',')
FROM (
    -- 内层查询筛选出存在重复skill的文档
    SELECT id AS target_id
    FROM `你的桶名`
    UNNEST skills AS skill_item
    GROUP BY id, skill_item.skill_id, skill_item.skill_name
    HAVING COUNT(*) >= 2
) AS valid_docs

语句逻辑说明 #

• 内层查询通过UNNEST关键字将每个文档的skills数组拆分为多条独立记录，每条对应数组内的一个技能对象
• 按文档内部的id字段、技能ID、技能名称三个维度分组，统计每个组合的出现次数
• 通过HAVING COUNT(*) >=2筛选出存在至少2次相同skill_id+skill_name组合的文档
• 外层查询对符合条件的文档ID去重后，拼接为逗号分隔的字符串输出

调整说明 #

• 请将语句中的你的桶名替换为你实际使用的Couchbase桶名称
• 如果你需要取Couchbase默认的元数据ID而非文档内部存储的id字段，将内层查询的id AS target_id替换为META().id AS target_id即可
• 如果你需要返回ID数组而非逗号分隔字符串，去掉外层的ARRAY_JOIN方法即可

内容的提问来源于stack exchange，提问作者Devika Nair