更快的 XPath 表达式，用于执行来自多个 XML 的查询

Question

我有以下两个XML，问题陈述如下。

解析 XML 1，

1. 如果任何node_x的子节点的名称中包含"a"(如 value_a_0 中(，并且value_a_0包含特定数字，则解析 XML 2 并转到 node_x-1 中的所有abc_x，并将value_x-1_0/1/2/3的内容与某些实体进行比较。

2. 如果任何node_x的子节点的名称中包含"b"(如value_b_0(，并且value_b_0包含特定的数字(例如"m"(，则解析XML 2并转到node_x+1的所有abc_x，并将value_x-1_0/1/2/3的内容与"m"进行比较。

示例：对于record1中的所有value_a_0，检查value_a_0节点是否包含 5。如果是这样，node_1和node_9属于这种情况，请转到record2/node_0和record2/node_8并比较 value_0_0/1/2/3 的内容，无论它们是否包含 5。同样，对于其余情况。

我想知道解决它的最佳实践是什么？Xpath 3.0 中是否有任何哈希表方法？

第一个 XML

<record1>
<node_1>
<value_a_0>5</value_1_0>
<value_b_1>0</value_1_1>
<value_c_2>10</value_1_2>
<value_d_3>8</value_1_3>
</node_1>
.................................
.................................
<node_9>
<value_a_0>5</value_a_0>
<value_b_1>99</value_b_1>
<value_c_2>53</value_c_2>
<value_d_3>5</value_d_3>
</node_9>
</record1>

第二个 XML

<record2>
<abc_0>
<node_0>
<value_0_0>5</value_0_0>
<value_0_1>0</value_0_1>
<value_0_2>150</value_0_2>
<value_0_3>81</value_0_3>
</node_0>
<node_1>
<value_1_0>55</value_1_0>
<value_1_1>30</value_1_1>
<value_1_2>150</value_1_2>
<value_1_3>81</value_1_3>
</node_1>
.................................
.................................
<node_63>
<value_63_0>1</value_63_0>
<value_63_1>99</value_63_1>
<value_63_2>53</value_63_2>
<value_63_3>5</value_63_3>
</node_63>
</abc_0>
================================================
<abc_99>
<node_0>
<value_0_0>555</value_0_0>
<value_0_1>1810</value_0_1>
<value_0_2>140</value_0_2>
<value_0_3>80</value_0_3>
</node_0>            
<node_1>
<value_1_0>555</value_1_0>
<value_1_1>1810</value_1_1>
<value_1_2>140</value_1_2>
<value_1_3>80</value_1_3>
</node_1>
<node_2>
<value_2_0>5</value_2_0>
<value_2_1>60</value_2_1>
<value_2_2>10</value_2_2>
<value_2_3>83</value_2_3>
</node_2>
.................................
.................................
<node_63>
<value_63_0>1</value_63_0>
<value_63_1>49</value_63_1>
<value_63_2>23</value_63_2>
<value_63_3>35</value_63_3>
</node_63>
</abc_99>
</record2>

Answer 1

首先，我想说使用这样的结构化元素名称是非常糟糕的XML设计。这是相关的，因为当您在 XPath 或 XQuery 中执行连接查询时，您非常依赖优化器来查找快速执行路径(例如哈希连接(，并且查询越"奇怪"，优化器就越不可能找到快速执行策略。

我经常从将"奇怪的"XML转换为更卫生的东西开始。例如，在这种情况下，我会将<value_a_0>5</value_1_0>转换为<value cat="a" seq="0">5</value>。这样可以更轻松地编写查询，并使优化程序更容易识别它，并且转换阶段是可重用的，因此您可以在对 XML 执行任何操作之前应用它，而不仅仅是此操作。

如果要在联接查询上寻找优于 O(n*m( 的性能，则需要查看所选 XPath 引擎的功能。例如，Saxon-EE会做这样的优化，Saxon-HE不会。您通常更有可能在 XQuery 引擎中找到高级优化，而不是 XPath 引擎。

至于您查询的细节，当您开始谈论abc_x时，我对要求语句迷失了方向。我不确定这指的是什么。

Answer 2

这似乎是一个可以通过分组部分解决的任务，但与前面的示例一样，XML 元素名称的不当使用都因索引值而异，索引值应该是元素或属性值的一部分，而不是元素名称的一部分，这使得编写简洁的代码变得更加困难：

let $abc-elements := $doc2/record2/*
for $node-element in record1/*
for $index in (1 to count($node-element[1]/*))
for $index-element in $node-element/*[position() = $index]
group by $index, $group-value := $index-element
where tail($index-element)
return 
<group index="{$index}" value="{$group-value}">
{
let $suffixes := $index-element/../string((xs:integer(substring-after(local-name(), '_')) - 1)),
$relevant-abc-node-elements := $abc-elements/*[substring-after(local-name(), '_') = $suffixes]
return $relevant-abc-node-elements[* = $group-value]
}
</group>

https://xqueryfiddle.liberty-development.net/nbUY4kA