Cosmos DB查询：兼容reportingOwner数组/单对象格式检索指定所有者姓名

方案1：内置类型判断函数实时兼容（无需修改存量数据，推荐临时场景使用） #

利用Cosmos DB原生的IS_ARRAY类型判断函数，在查询时统一将reportingOwner字段转换为数组格式，再执行匹配查询，RU开销低，可直接生效。

写法1：搭配ARRAY_CONTAINS实现 #

SELECT c.id, c.reportingOwner
FROM c
WHERE ARRAY_CONTAINS(
    IS_ARRAY(c.reportingOwner) ? c.reportingOwner : [c.reportingOwner],
    { reportingOwnerId: { rptOwnerName: "目标查询名称" } },
    true -- 开启部分匹配，无需完全匹配整个reportingOwner对象
)

写法2：搭配JOIN实现（支持多字段过滤场景） #

SELECT DISTINCT c.id, c.reportingOwner
FROM c
-- 统一转换为数组后再执行JOIN遍历
JOIN owner IN (IS_ARRAY(c.reportingOwner) ? c.reportingOwner : [c.reportingOwner])
WHERE owner.reportingOwnerId.rptOwnerName = "目标查询名称"

注：添加DISTINCT避免单文档多个匹配所有者时返回重复结果

方案2：写入/存量数据标准化（长期最优方案） #

从根源消除结构不一致问题，无需每次查询做兼容判断，查询性能最优：

• 写入层新增预处理逻辑：上游写入时不管传入的reportingOwner是对象还是数组，统一转换为数组格式存储
• 存量数据订正：通过Cosmos DB批量执行工具/变更订阅，遍历所有文档，将单对象格式的reportingOwner转为单元素数组，例如reportingOwner = [reportingOwner]

方案3：UDF封装兼容逻辑（适用于复杂自定义处理场景） #

如果有额外的字段处理逻辑，可以封装为用户自定义函数（UDF）复用：

自定义函数UDF代码 #

function normalizeReportingOwner(input) {
    return Array.isArray(input) ? input : [input];
}

查询调用示例 #

SELECT DISTINCT c.id, c.reportingOwner
FROM c
JOIN owner IN udf.normalizeReportingOwner(c.reportingOwner)
WHERE owner.reportingOwnerId.rptOwnerName = "目标查询名称"

注：UDF会带来额外的RU开销，不适合高吞吐大规模查询场景

内容的提问来源于stack exchange，提问作者ukena