使用C#查询Cosmos DB文档：精准提取数组指定字段问题

嘿，我来帮你搞定这个Cosmos DB的查询问题！你遇到的核心问题是：默认查询只会筛选出符合stationkey条件的完整文档，而不会自动过滤文档里的data数组元素。要实现只提取data数组中符合yymm条件的指定字段，你需要用到Cosmos DB的数组投影和筛选能力，下面分两种常用方式给你演示：

方式一：直接使用Cosmos DB SQL语法 #

你可以通过ARRAY()函数结合JOIN来遍历并筛选数组元素，同时投影出你需要的avg、dd和yymm字段。示例SQL如下：

SELECT 
    s.stationkey,
    ARRAY(
        SELECT VALUE {
            "avg": d.avg,
            "dd": d.dd,
            "yymm": d.yymm
        }
        FROM d IN s.data
        WHERE d.yymm IN ("2018-01", "2018-02")
    ) AS filteredData
FROM s
WHERE s.stationkey = "ABC"

关键说明： #

• FROM d IN s.data：遍历每个文档中的data数组，把每个元素赋值给d
• WHERE d.yymm IN (...)：筛选出符合目标yymm的数组元素
• SELECT VALUE：直接返回我们定义的对象结构，避免生成带d前缀的嵌套结果
• ARRAY(...)：把筛选后的元素重新组成一个新数组，命名为filteredData

方式二：在C# SDK中实现（两种写法） #

1. 执行参数化SQL查询 #

这种方式适合不需要实体类的场景，灵活性高：

using Microsoft.Azure.Cosmos;
using System.Text.Json;

// 初始化CosmosClient（这里假设你已经完成了客户端初始化）
var cosmosClient = new CosmosClient("YourCosmosDbConnectionString");
var container = cosmosClient.GetContainer("YourDatabaseName", "YourContainerName");

// 定义参数化SQL语句
var sqlQuery = @"
    SELECT 
        s.stationkey,
        ARRAY(
            SELECT VALUE {
                ""avg"": d.avg,
                ""dd"": d.dd,
                ""yymm"": d.yymm
            }
            FROM d IN s.data
            WHERE d.yymm IN (@yymmValues)
        ) AS filteredData
    FROM s
    WHERE s.stationkey = @stationKey
";

// 设置查询参数
var queryDefinition = new QueryDefinition(sqlQuery)
    .WithParameter("@stationKey", "ABC")
    .WithParameter("@yymmValues", new[] { "2018-01", "2018-02" });

// 执行查询并处理结果
var queryIterator = container.GetItemQueryIterator<dynamic>(queryDefinition);
while (queryIterator.HasMoreResults)
{
    var response = await queryIterator.ReadNextAsync();
    foreach (var item in response)
    {
        // 这里可以根据业务需求处理返回的filteredData数组
        Console.WriteLine(JsonSerializer.Serialize(item));
    }
}

2. 使用LINQ查询（带实体类） #

如果你的项目中已经定义了实体类，用LINQ会更贴合C#的编码习惯：

首先定义对应的实体类和结果DTO：

using System.Collections.Generic;
using System.Text.Json.Serialization;

// 原始文档对应的实体类
public class StationDocument
{
    [JsonPropertyName("stationkey")]
    public string StationKey { get; set; }

    [JsonPropertyName("data")]
    public List<DataEntry> DataEntries { get; set; }
}

public class DataEntry
{
    [JsonPropertyName("avg")]
    public double Average { get; set; }

    [JsonPropertyName("dd")]
    public string Dd { get; set; }

    [JsonPropertyName("yymm")]
    public string Yymm { get; set; }
}

// 查询结果对应的DTO
public class FilteredStationResult
{
    public string StationKey { get; set; }
    public List<FilteredDataEntry> FilteredData { get; set; }
}

public class FilteredDataEntry
{
    public double Average { get; set; }
    public string Dd { get; set; }
    public string Yymm { get; set; }
}

然后编写LINQ查询：

var stationKey = "ABC";
var targetYymms = new[] { "2018-01", "2018-02" };

var query = container.GetItemLinqQueryable<StationDocument>()
    .Where(doc => doc.StationKey == stationKey)
    .Select(doc => new FilteredStationResult
    {
        StationKey = doc.StationKey,
        FilteredData = doc.DataEntries
            .Where(entry => targetYymms.Contains(entry.Yymm))
            .Select(entry => new FilteredDataEntry
            {
                Average = entry.Average,
                Dd = entry.Dd,
                Yymm = entry.Yymm
            })
            .ToList()
    });

// 执行查询并处理结果
var iterator = query.ToFeedIterator();
while (iterator.HasMoreResults)
{
    var response = await iterator.ReadNextAsync();
    foreach (var result in response)
    {
        // 处理筛选后的结果
        Console.WriteLine(JsonSerializer.Serialize(result));
    }
}

核心注意点 #

• 不要只筛选文档（WHERE s.stationkey = ...），必须同时对data数组内部的元素进行筛选
• 使用SELECT VALUE（SQL）或LINQ的Select可以精准控制返回的字段结构，避免冗余数据
• 参数化查询（不管是SQL还是LINQ）不仅更安全（防止注入），还能提升查询的复用性

内容的提问来源于stack exchange，提问作者VInayK