使用 eXist-db 中的范围索引提高查询性能

阅读文档http://exist-db.org/exist/apps/doc/indexing.xml http://exist-db.org/exist/apps/doc/indexing.xml我发现很难理解如何以及是否可以提高“读取”查询的性能（带有两个参数：字符串和整数）。 eXist-db 有默认的结构索引吗？我可以使用“范围索引”改进 2 个参数查询吗？

有关我的 XML 数据库的更多详细信息（请注意，有 2 个不同的数据库只是合并在同一根目录上）：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<db>
    <docs>
        <doc>
            <header>
                <year>2001</year>
                <number>1</number>
                <type>O</type>
            </header>
            <metas>
                <meta>
                    <number>26001</number>
                    <details>
                        <detail>
                            <description>legge</description>
                            <number>19</number>
                            <date>14/01/1994</date>

                        </detail>
                        <detail>
                            <description>decreto legge</description>
                            <number>453</number>
                            <date>15/11/1993</date>
                        </detail>
                    </details>
                </meta>
            </metas>
        </doc>
        <doc>
            <header>
                <year>2001</year>
                <number>2</number>
                <type>O</type>
            </header>
            <metas>
                <meta>
                    <number>26002</number>
                    <details>
                        <detail>
                            <description>decreto legislativo</description>
                            <number>29</number>
                            <date>03/02/1993</date>
                        </detail>
                    </details>
                </meta>
                <meta>
                    <number>26016</number>
                    <details>
                        <detail>
                            <description>decreto legislativo</description>
                            <number>29</number>
                            <date>03/02/1993</date>

                        </detail>
                    </details>
                </meta>
            </metas>
        </doc>
    </docs>



    <full_text_docs>
        <doc>
            <header>
                <year>2001</year>
                <number>1</number>
                <type>O</type>
                <president>ferrari</president>
            </header>
            <text>lorem ipsum ...

            </text>
        </doc>
        <doc>
            <header>
                <year>2001</year>
                <number>2</number>
                <type>O</type>
                <president>ferrari</president>
            </header>
            <text>lorem ipsum......
            </text>
        </doc>
    </full_text_docs>
</db>

这是我的xquery

xquery version "3.0";

let $doc := doc("/db//index_test/test_general.xml")//db/docs/doc
let $fulltxt := doc("/db//index_test/test_general.xml")//db/full_text_docs/doc

return <root> {
  for $a in $doc[metas/meta/details/detail[date="03/02/1993" and number = "29"]]/header
     return $fulltxt[header/year/text()=$a/year/text() and
            header/number/text()=$a/number/text() and
            header/type/text()=$a/type/text()
            ]

} </root>

基本上我只是简单地找到detail/number and detail/date与第一个数据库中的输入匹配，并获取查询第二个数据库的结果。结果全部是<full_text_header>匹配的文档。

我想知道是否可以为字段创建索引number and date以提高性能。请注意，这是我需要优化的唯一查询（我在这个数据库上唯一做的）显然是数字和日期更改:)。

解决方案：要获得清晰的解释，请阅读 joewiz 的答案。我的问题是 .xconf 文件的正确识别。它必须被放置在/db/yourcollectiondir。如果您在创建文件时使用 eXide，则应选择带有模板“eXist-db 集合配置”的 Xml 类型。当您尝试保存文件时，您将看到一个提示“应用配置？”然后单击“确定”。然后运行此 xqueryxmldb:reindex('/db/yourcollectiondir')。 现在，如果一切正常，当您运行涉及索引的 xquery 时，您将在“监视和分析”中看到用法。

正如该文档页面所述，eXist 确实为数据库中存储的所有 XML 创建了结构索引。不过，这不是值的索引，因此如果没有进一步的索引，基于值（而不是结构）的查询将涉及在 DOM 中查找值。随着数据变得越来越大，在 DOM 中查找值会变得越来越慢。这就是基于值的索引（例如范围索引）可以挽救局面的地方。 （有关更完整的解释，请参阅“索引” http://exist-db.org/exist/apps/doc/tuning.xml#D2.2.5Wolfgang Meier 的“调整数据库”一文的部分，这对于充分发挥 eXist 的性能至关重要。）

所以，是的，您可以为<number> and <date>字段。我建议使用“新范围”索引，如该文档页面上所述。你的collection.xconf设置这些索引的文件如下所示：

<collection xmlns="http://exist-db.org/collection-config/1.0" 
            xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <index>
        <range>
            <create qname="number" type="xs:integer"/>
            <create qname="date" type="xs:string"/>
        </range>
    </index>
</collection>

您必须将其存储在/db/system/config/集合，位于与数据库中数据位置相对应的子集合中。因此，如果您的数据位于/db/apps/myapp/data，你会把这个collection.xconf文件输入/db/system/config/db/apps/myapp/data.

请注意，此处的配置只会影响for子句的查询date and number值，而不是谓词return子句，这取决于值<year> and <type>元素。因此，为了确保您的查询最大化索引的使用，您应该在这些上声明索引；看起来xs:integer将是适合每个的类型。

最后，我建议消除/text()步骤，这是完全无关的。有关使用/滥用的更多信息text()，请参阅 Evan Lenz 的文章，“text() 是一种代码味道” https://developer.marklogic.com/blog/text-is-a-code-smell.

Update(2016-07-17)：通过上面更新的代码示例，我有一些额外的建议。首先，由于代码位于/db/index_test，我们将按如下方式存储我们的文件：

假设您使用 eXide，当您存储collection.xconf集合中的文件，eXide 将提示您将该文件的副本放置在正确的位置/db/system/config。如果您不使用 eXide，则需要存储collection.xconf你自己在那里归档。

使用未经修改的查询，我可以确认尽管存在collection.xconf文件中，monex 显示没有应用任何索引：

让我们对文件进行一些修改，以确保正确应用索引：

xquery version "3.0";

<root> {
    for $a in doc("/db/index_test/test_general.xml")//detail[date = "03/02/1993" and number = 29]/ancestor::doc/header
    return 
        doc("/db/index_test/test_general.xml")/db/full_text_docs/doc
            [
                header/year = $a/year and
                header/number = $a/number and
                header/type = $a/type
            ]

} </root>

通过这些修改，monex 表明索引应用于for clause:

这里的见解源自“调整数据库”一文。要获得所有比较的完整索引，您将需要定义其他索引，并且可能需要对查询进行类似的修改。

最后一点：您在这些图片中看到的 monex 版本正在使用我本周末添加的一项功能，称为“去皮”，该功能尝试从查询分析结果中过滤掉其他操作，以帮助用户仅查看以下操作的效果他们自己的查询。此功能仍然只是一个拉取请求，因此运行当前的发行版本，您不会看到相同的结果。