为组和计数优化两步 xquery

Question

在我的数据库（Xquery 3.1，eXist-db 4.7）中，我有 12,000 多个 TEI XML 文档（examples），每个文档都可以有多个对单个独立 TEI 的引用keywords.

的文档

这 12,000 个 example 文档中的每一个都如下所示，具有可变数量的 keyword 参考文献：

<TEI type="example" group="X">
  <teiHeader>some content</teiHeader>
  <text>
    <front>
      <div type="keywords">
          <list type="keywords">
            <item type="keyword" corresp="KW0002"/>
            <item type="keyword" corresp="KW0034"/>
            <item type="keyword" corresp="KW0349"/>
            <item type="keyword" corresp="KW0670"/>
            <item type="keyword" corresp="KW1987"/>
          </list>
      </div>
    </front>
  </text>
</TEI>

keyword 文档包含 2000 多个 xml:id 参考文献，每个参考文献包含 5 种语言翻译：

<category xml:id="KW0001">
  <desc xml:lang="de">geliebter</desc>
  <desc xml:lang="en">lover</desc>
  <desc xml:lang="es">amante</desc>
  <desc xml:lang="fr">amant</desc>
  <desc xml:lang="it">amante</desc>
</category>
<category xml:id="KW0002">
  <desc xml:lang="de">bischof</desc>
  <desc xml:lang="en">bishop</desc>
  <desc xml:lang="es">obispo</desc>
  <desc xml:lang="fr">évêque</desc>
  <desc xml:lang="it">vescovo</desc>
</category>

我查询的objective是获取examples的选择（@group）中的所有keywords，然后将它们分组并统计为[=38] =].

我目前的解决方案需要很长时间，尽管已经为所有元素和属性建立了索引。我怀疑有更有效的方法将它们放在一起，但我看不到它。

let $cols := collection($mydatabase)//TEI[@group="X"]
let $kwdoc := doc("keywords.xml")//category
let $kws := distinct-values($cols//item[@type="keyword"]/data(@corresp))
let $lis := for $kw in $kws
            let $count := count($cols//item[@type="keyword" and @corresp=$kw])
            order by $count descending
            return 
                <li>
                  <a href="{concat("www.example.com/keywords/",$kw)}">                                                                             
                    {for $x in $kwdoc[@xml:id=$kw]/tei:desc
                    return <span class="{@xml:lang}">{$x/text()}</span>} 
                    ({$count})
                 </a>
               </li>
 return <ul>{$lis}</ul>

这会生成 HTML 个如下所示的项目：

<ul>
  <li>
    <a href="www.example.com/keywords/KW0001">
     <span class="de">geliebter</span>
     <span class="en">lover</span>
     <span class="es">amante</span>
     <span class="fr">amant</span>
     <span class="it">amante</span>
    </a>
    (64)
  </li>
  <li>
    <a href="www.example.com/keywords/KW0002">
     <span class="de">bischof</span>
     <span class="en">bishop</span>
     <span class="es">obispo</span>
     <span class="fr">évêque</span>
     <span class="it">vescovo</span>
    </a>
    (64)
  </li>
</ul>

非常感谢。

Answer 1

我认为在 XQuery 3 中你应该使用 group by 进行分组，希望它也能表现得更好：

let $cols := collection($mydatabase)//TEI[@group="X"]
let $kwdoc := doc("keywords.xml")//category

let $lis := 
  for $group in $cols//item[@type = "keyword"]
  group by $keyword := $group/@corresp
  order by count($group) descending

            return 
                <li>
                  <a href="{concat("www.example.com/keywords/",$keyword )}">                                                                             
                    {for $desc in id($keyword, $kwdoc)/desc
                    return <span class="{$desc/@xml:lang}">{$desc/text()}</span>} 
                    ({count($group)})
                 </a>
               </li>

 return <ul>{$lis}</ul>

我唯一不太明白的问题是 $cols 中的 TEI 文档是否可以引用关键字文档中没有的关键字，我上面显示的代码没有进行检查。

为组和计数优化两步 xquery

optimizing two-step xquery for group and count

xquery

exist-db