如何在Cosmos DB中不使用GROUP BY和COUNT查找嵌套数组重复项

我懂你这种头疼的感觉——在Cosmos DB里想找嵌套数组里的重复项，传统SQL那套GROUP BY加COUNT的路子根本走不通，而且还只能用Azure门户的数据资源管理器来操作。别着急，我给你两个实用的方案，都是能直接在数据资源管理器里跑的：

方案一：快速筛选存在重复项的文档 #

这个方法的核心思路是对比原数组和去重后数组的长度——如果原数组长度大于去重后的长度，就说明里面有重复元素。

直接用下面的查询语句（记得把YourCollection换成你的集合名称，stuff换成你的嵌套数组字段名）：

SELECT c.id, c.stuff
FROM c
WHERE ARRAY_LENGTH(c.stuff) > ARRAY_LENGTH(ARRAY_DISTINCT(c.stuff))

解释： #

• ARRAY_DISTINCT(c.stuff)会返回一个去掉了重复元素的新数组
• 当原数组的长度比去重后的数组长时，就证明该文档的stuff数组存在重复项，会被筛选出来

方案二：找出具体重复的元素及次数 #

如果你不仅要知道哪些文档有重复，还想看到具体是哪个元素重复了、重复了多少次，可以用JOIN结合分组查询：

SELECT c.id, duplicateItem, COUNT(1) AS duplicateCount
FROM c
JOIN item IN c.stuff
GROUP BY c.id, item
HAVING COUNT(1) > 1

解释： #

• JOIN item IN c.stuff会把数组里的每个元素拆分成单独的行
• 按文档id和数组元素item分组后，用COUNT(1)统计每个元素的出现次数
• HAVING COUNT(1) > 1会筛选出出现次数超过1次的元素，也就是重复项

针对复杂对象数组的调整 #

如果你的stuff数组里不是简单值，而是复杂对象（比如{"name": "apple", "price": 5}），想要基于对象的某个属性找重复，可以修改分组字段：

SELECT c.id, item.name, COUNT(1) AS duplicateCount
FROM c
JOIN item IN c.stuff
GROUP BY c.id, item.name
HAVING COUNT(1) > 1

这个查询会找出每个文档中name属性重复的对象，并统计重复次数。

内容的提问来源于stack exchange，提问作者AlexW-3891