marklogic 需要建议聚合文档的方法

Question

大家好，MarkLogicians，

编辑见下文

我面临以下挑战： 我有来自平面关系表的社会人口统计邮政编码数据。 根据良好实践，我每行创建一个文档。 doc(row) 包含大约 400 个值，分为 7 类 40 个变量，每个变量有 4 到 7 个段。

<doc  id=1011AB >
 <cat>
   <var>
      <seg>
          25
      </seg>
   </var>
 </cat>
</doc>

有 500.000 个这样的文档，我们需要将 6 位级别聚合到更高的邮政编码级别（4 位）大约 40.000 个文档。

我们有用于为每个文档聚合一个段的工作代码。现在我正在寻找一种将 6 位级别聚合到 4 位级别的解决方案。聚合基本上是加权平均值的计算。

我的问题： 是否有一个优雅的为什么将 6 位级别的文档作为模板并填写它，还是我需要从头开始构建 4 位级别的文档？

=============== 编辑 ====================

好的，现在我有一张地图，我们在其中创建了一个连接键，例如

<map:map xmlns:map="http://marklogic.com/xdmp/map" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xs="http://www.w3.org/2001/XMLSchema">
<map:entry key="Consumententypes (sub):::Type 6, gezin met jongste kind 6+::: gezin met jongste kind 6+">
<map:value xsi:type="xs:double">
0
</map:value>
</map:entry>
<map:entry key="Woning:::Woontype:::De Veelbelovende Starter">
<map:value xsi:type="xs:double">
7.48
</map:value>
</map:entry>

每个键都有对应的值。

我想根据分解键重新创建文档 将“category:::variable:::segment”添加到上述结构中，并将 map:value 添加为元素值。

问题：构建文档的最佳方式是什么？我是创建一个节点，用元素填充它，然后在 ML 中插入它，还是我制作一个空文档并在进行过程中添加东西（似乎不是那么快）

雨果

Answer 1

对于单线程方法，我将首先创建一个映射，其中键是六位代码，值是段。您可以使用 http://docs.marklogic.com/cts:value-co-occurrences 和 map 选项来执行此操作。取决于可能意味着每个类别或变量或段一个 cts:value-co-occurrences 调用的详细信息。我含糊其辞，因为我看不出它们在您的用例中是如何组合在一起的。

获得六位数地图后，请使用它们构建四位数地图。这意味着循环遍历六位键并将新值推送到四位映射中。然后，您就可以将四位数映射序列化为新的 XML 文档了。如果您的四位地图条目的结构接近最终的 XML 格式，那应该很容易。编写一个简单的 XQuery 函数，该函数接受一个四位数的地图和一个代码，然后插入新文档。

您可能还会考虑使用任务服务器的并发性。您可以从词典中读取所有六位数代码，启动任务，每个任务处理对应于 N 个四位数代码的六位数代码。正确完成应该比一张巨型地图更快。重要的是要避免任务之间的四位代码有任何重叠，这样您在插入新的四位文档时就不会发生锁争用。