Xml 带谓词的XPath：如何避免二次时间增加

考虑以下简化的Adobe Premiere项目文件：

<Project>
    <Sequences>
        <UID.1>a</UID.1>
        <UID.2>b</UID.2>
        <UID.3>c</UID.3>
    </Sequences>
</Project>
<Sequence ObjectUID="a"> ... </Sequence>
<Sequence ObjectUID="b"> ... </Sequence>
<Sequence ObjectUID="c"> ... </Sequence>
<Sequence ObjectUID="x"> ... </Sequence>

问题是，对于一个非常大的XML文件（100MB），即使其中只有20个序列元素，以及同一级别的100000个其他同级，搜索也需要很多秒

如果我只收集内部查询的结果，即

/Project/Nodes/*[starts-with(local-name(),"UID.")]

然后迭代20个UID，通过它们的ObjectUID通过

/PremiereData/Sequence[@ObjectUID='a']

等方式获取每个序列，速度非常快

这对我来说意味着Xpath处理器并不像我所期望的那样，首先计算（和不变的）内部表达式一次，然后选择外部表达式的元素，而是首先获取所有序列，然后重新计算每个序列的内部谓词，这正是它速度如此之慢的原因

---

我说的对吗？我是否可以更改查询以避免出现这种情况，或者添加提示以告知表达式计算器谓词是不变的？

处理器可能正在重新计算谓词中的表达式，如果您首先选择UID元素值并绑定到变量，您将看到性能提升，然后在

序列

元素的谓词过滤器中使用该变量

let $uid := /PremiereData/Project/Sequences/*[starts-with(local-name(),'UID')] 
return /PremiereData/Sequence[@ObjectUID = $uid]

---

大多数XPath处理器不进行任何智能连接优化，它们只使用嵌套循环。Saxon EE是我所知道的唯一一个以您建议的方式优化连接的处理器

---

如果您使用的是XSLT，那么使用xsl:key是常见的解决方法，但是在纯XPath中没有简单的答案——特别是在XPath 1.0中。

从技术上讲，性能是二次的，而不是指数的。二次曲线是1，4，9，16，25，36，49，64。。。而指数则是1，2，4，8，16，32，64，128。这似乎是一个迂腐的区别，但事实上，这是一个有用的诊断，知道数字遵循的模式。我考虑过这一点，甚至最初写了“二次或指数”，因为我无法理解它。我已经更新了标题。请注意，“let$x:=”仅在3.0版以后的XPath中可用。这可能是提供解决方案的最佳答案，尽管我的XML工具包显然还不支持v3。

let $uid := /PremiereData/Project/Sequences/*[starts-with(local-name(),'UID')] 
return /PremiereData/Sequence[@ObjectUID = $uid]