如何在Magnolia中创建跨双仓库查询，定位已发布但所在页面未发布的资产？

你遇到的问题确实是Magnolia + JCR的典型限制：JCR本身不支持跨Workspace（也就是Magnolia里的“仓库”）执行SQL2或XPath查询，所以直接用UNION、JOIN这类SQL语法肯定行不通。不过我们可以通过分查询+应用层关联或者利用Magnolia的内置API来解决这个需求，下面是几个可行的方案：

方案1：分两次查询+代码层关联（最直接） #

这个思路是先分别从两个仓库获取数据，再在代码里做对比筛选，适合快速实现或者用Groovy控制台临时查询。

步骤分解： #

1. 从dam仓库获取所有已发布的目标资产
   用你原来的JCR-SQL2查询即可，拿到所有符合路径条件且已发布的资产。
2. 从website仓库获取所有已发布页面引用的资产ID/路径
   遍历所有已发布页面，提取它们引用的资产标识（可能是UUID或dam路径）。
3. 对比筛选出“已发布但未被任何已发布页面引用”的资产

Groovy脚本示例（可在Magnolia Groovy控制台执行） #

// 1. 获取dam仓库会话并查询已发布资产
def damSession = MgnlContext.getJCRSession('dam')
def publishedAssetsQuery = """
select p.* from [mgnl:asset] as p 
where (ISDESCENDANTNODE('/demo-features/tests') or ISSAMENODE('/demo-features/tests')) 
and (p.[mgnl:activationStatus] <> '')
"""
def publishedAssets = damSession.query(publishedAssetsQuery).result.nodes

// 2. 获取website仓库会话，收集所有已发布页面引用的资产UUID
def websiteSession = MgnlContext.getJCRSession('website')
def publishedPagesQuery = """
select p.* from [mgnl:page] as p 
where p.[mgnl:activationStatus] <> ''
"""
def publishedPages = websiteSession.query(publishedPagesQuery).result.nodes

def referencedAssetUuids = []
publishedPages.each { pageNode ->
    // 遍历页面所有属性，找出引用资产的字段（根据你实际的引用方式调整）
    pageNode.properties.each { prop ->
        def propValue = prop.string
        if (propValue) {
            // 处理UUID格式的引用（比如jcr:uuid:abc123）
            if (propValue.startsWith('jcr:uuid:')) {
                referencedAssetUuids.add(propValue.substring(9))
            }
            // 处理路径格式的引用（比如/demo-features/tests/my-asset）
            else if (propValue.startsWith('/dam/')) {
                def assetNode = damSession.getNodeIfExists(propValue)
                if (assetNode) {
                    referencedAssetUuids.add(assetNode.identifier)
                }
            }
        }
    }
}

// 3. 筛选出已发布但未被已发布页面引用的资产
def orphanedAssets = publishedAssets.findAll { assetNode ->
    !referencedAssetUuids.contains(assetNode.identifier)
}

// 输出结果
println "找到 ${orphanedAssets.size()} 个符合条件的资产："
orphanedAssets.each { asset ->
    println "- 路径: ${asset.path} | UUID: ${asset.identifier}"
}

方案2：利用Magnolia的ReferencesService API（更优雅） #

Magnolia内置了ReferencesService，可以直接查找某个资产被哪些节点引用，然后我们只需要检查这些引用节点所在的页面是否已发布即可。

Java代码示例（适合集成到自定义模块） #

import info.magnolia.jcr.util.NodeUtil;
import info.magnolia.reference.ReferenceType;
import info.magnolia.reference.ReferencesService;
import info.magnolia.repository.RepositoryConstants;
import info.magnolia.context.MgnlContext;

import javax.jcr.Node;
import javax.jcr.Session;
import javax.jcr.query.Query;
import java.util.List;

public class OrphanedAssetFinder {

    public void findOrphanedPublishedAssets() throws Exception {
        // 1. 获取已发布的目标资产
        Session damSession = MgnlContext.getJCRSession(RepositoryConstants.DAM);
        String damQuery = "select p.* from [mgnl:asset] as p where (ISDESCENDANTNODE('/demo-features/tests') or ISSAMENODE('/demo-features/tests')) and (p.[mgnl:activationStatus] <> '')";
        Query query = damSession.getWorkspace().getQueryManager().createQuery(damQuery, Query.JCR_SQL2);
        List<Node> publishedAssets = NodeUtil.getNodes(query.execute().getNodes());

        // 2. 注入ReferencesService（通过Magnolia的依赖注入）
        ReferencesService referencesService = MgnlContext.getInjector().getInstance(ReferencesService.class);

        // 3. 逐个检查资产的引用页面是否已发布
        for (Node asset : publishedAssets) {
            // 获取所有引用该资产的节点（限定在website仓库）
            List<Node> references = referencesService.getReferences(asset, ReferenceType.REFERENCE, RepositoryConstants.WEBSITE);
            
            // 检查是否存在至少一个已发布的引用页面
            boolean hasPublishedPageReference = references.stream()
                    .map(refNode -> {
                        try {
                            // 找到引用节点所在的页面（向上遍历到mgnl:page节点）
                            return NodeUtil.getNearestAncestor(refNode, "mgnl:page");
                        } catch (Exception e) {
                            return null;
                        }
                    })
                    .filter(pageNode -> pageNode != null)
                    .anyMatch(pageNode -> {
                        try {
                            return pageNode.hasProperty("mgnl:activationStatus") && !pageNode.getProperty("mgnl:activationStatus").getString().isEmpty();
                        } catch (Exception e) {
                            return false;
                        }
                    });

            // 如果没有已发布的页面引用，输出该资产
            if (!hasPublishedPageReference) {
                System.out.println("Orphaned published asset: " + asset.getPath());
            }
        }
    }
}

关键注意事项 #

• 页面引用资产的方式可能因项目而异：有的用UUID格式（jcr:uuid:xxx），有的用绝对路径，有的用自定义字段，你需要根据自己项目的实际情况调整查询或属性提取逻辑。
• 性能考虑：如果你的网站页面和资产数量很大，建议给mgnl:activationStatus属性建立索引，避免全表扫描导致的性能问题。

内容的提问来源于stack exchange，提问作者Fb.SegoviA