【发布时间】：2012-03-26 11:49:15
【问题描述】：
我在 Jackrabbit 存储库中标记了对象（实际上是 Adobe/Day CQ 的 CRX，但我认为这是 Jackrabbit 代码）：
- 资产：标签 = A、B
- 子资产数据 1：标签 = A、C、E
- 子资产数据 2：标签 = D、E
我想查询父资产的一组标签和一个子资产的联合，即“B C”将匹配资产，因为我们在父资产和子资产 1 中有这些，但“C D”不匹配，因为有没有匹配的父子组合，因为 C 和 D 被拆分为不同的子数据节点。
有没有办法在 Jackrabbit 中做到这一点？我们可以编写一个 XPath 查询
\\element(*, dam:Asset)[(@tags = 'C' or *\@tags='C')
and (@tags = 'D' or *\@tags='D')]
但这不起作用，因为 XPath 似乎不能保证 * 加入的子资产是相同的，即这意味着“任何孩子都有 C/D”，因此将匹配我的资产，因为 1+ 孩子有一个 C 和 1 个以上的孩子有一个 D。相反，我可以使用 JCR-SQL2
SELECT * FROM dam:Asset as asset
LEFT OUTER JOIN nt:unstructured as child ON ISCHILDNODE(child,asset)
WHERE (asset.tags = 'C' or child.tags = 'C')
AND (asset.tags = 'D' or child.tags = 'D')
但是在 JCR-SQL2 中没有 SELECT DISTINCT：如果我搜索“B E”，我将返回此资产两次，因为它同时匹配资产+child1 和资产+child2。
我可以在 Java 中对任一查询结果进行后处理，即过滤掉第一种情况的误报匹配或过滤掉第二种情况的重复结果，但我很担心这会如何影响分页性能：我需要扫描多余的节点以清除不良节点，并且我需要扫描该批次以计算分页的正确结果大小。对于第二个 SQL2 案例，这应该更便宜，因为如果我的搜索是有序的，我可以仅根据节点路径发现重复项，并且所有重复项都是连续的，所以我只能通过廉价扫描找到给定页面的数据价值，而无需阅读每个结果的整个节点，但即使对于简单的仅路径情况，我也不知道扫描所有结果以获取分页计数的成本。
我们考虑的另一个选项是将标签非规范化为单个节点。在这种情况下，为了保持搜索的准确性，这意味着在每个子节点中创建一个新的 combine_tags 属性并仅针对子节点集执行所有搜索。但是，如果我们匹配同一资产下的两个子节点，这仍然会遇到明显的问题。
感谢您的任何建议。这已经是一个大型实例，需要进一步扩展。我已经看到其他问题说 ModeShape 是一个确实有 SELECT DISTINCT 的 JCR 实现，但我认为，如果确实可以在 ModeShape 上托管 CQ，则必须为此切换到 ModeShape。
我们现在想出的一个想法是计算资产标签和子标签的每个并集，并将标签组合成一个字符串，然后将每个值写入资产的多值属性，即资产 + child1 = " A B C E" 和asset + child2 = "A B D E"，所以我们得到
- 资产：标签 = A、B； tagUnions = "A B C E", "A B D E"
只要我们定义了将标签组合成字符串的固定顺序（例如字母顺序），我们就可以使用tagUnions LIKE '%B%C%' 搜索任何组合（除非在实际情况下我会在标签之间使用适当的分隔符）。虽然这会起作用，但据我们所知，我真的不喜欢它：每个资产+子项可能有大量标签，所有标签的名称都比单个字母长，这意味着我们最终会得到执行LIKE 查询的长字符串在所有可能无法有效索引的地方。
另一种做法是制作位掩码：定义 A=1、B=2 等，并在此处存储一个多值整数数组，然后进行按位比较。但是，这可能仅限于 64 个不同的标签，并且由于我们有 1,000 多个标签，我认为我们无法做到这一点 - 即使 JCR 支持按位运算，我希望它不会。
因此，我仍在为此寻找类似数据库的干净解决方案。你已经错过了我提出的赏金，但仍有滴答声、投票和感谢任何帮助。
【问题讨论】：
标签： jackrabbit jcr aem crx