Xquery 如何在MarkLogic中查找XML文档大小

我试图在MarkLogic中计算XML的文档大小，作为性能的一部分。有没有人能帮我处理一些内置函数或查询，以便我计算文档的准确大小？我有一个公式如下：

{string-length(string(data($doc))) idiv 2}

---

如果“大小”是指如果将XML文档序列化为文本（“到磁盘”），它会有多大

将使用默认编码和序列化选项为您提供字符数。
如果使用UTF8，这将从1:1（字符到字节）到1:3不等，具体取决于Unicode字符的分布以及指定给xdmp:quote（）的序列化选项与摄取前（或导出后）的类似格式之间的差异。 对于拉丁语和默认设置，它通常接近1:1-- 要获得更准确的结果，您需要指定确切的序列化和编码选项，并将文档保存到文件系统或转换为二进制文件并获取二进制长度。即使这样，它也将依赖于文件系统和操作系统（块大小、文本编码等）

如果“大小”是指文档在marklogic中“使用”了多少磁盘/内存，可以通过对所有数据目录中使用的磁盘空间进行快照，然后插入大量文档并进行另一次快照，然后除以文档的大小来统计确定。 根据许多因素，例如索引设置、文档之间的相似性、合并率和限制等，它可能会有很大的不同

文档以高度压缩的形式存储，通常比文本大小小得多，但索引选项会增加总大小。。。两者在很大程度上取决于不同文档共享的术语/标记/子字符串的相似性

如果您所说的大小是指一个文档在被访问时所占用的内存量，那么它就更不稳定，也更不容易测量。

---

对于文本内容很少或没有的高度结构化文档，其范围可以从0x（完全由索引解析的查询）到10x或更大。

如果“大小”是指将XML文档序列化为文本（“到磁盘”）时的大小

将使用默认编码和序列化选项为您提供字符数。
如果使用UTF8，这将从1:1（字符到字节）到1:3不等，具体取决于Unicode字符的分布以及指定给xdmp:quote（）的序列化选项与摄取前（或导出后）的类似格式之间的差异。 对于拉丁语和默认设置，它通常接近1:1-- 要获得更准确的结果，您需要指定确切的序列化和编码选项，并将文档保存到文件系统或转换为二进制文件并获取二进制长度。即使这样，它也将依赖于文件系统和操作系统（块大小、文本编码等）

如果“大小”是指文档在marklogic中“使用”了多少磁盘/内存，可以通过对所有数据目录中使用的磁盘空间进行快照，然后插入大量文档并进行另一次快照，然后除以文档的大小来统计确定。 根据许多因素，例如索引设置、文档之间的相似性、合并率和限制等，它可能会有很大的不同

文档以高度压缩的形式存储，通常比文本大小小得多，但索引选项会增加总大小。。。两者在很大程度上取决于不同文档共享的术语/标记/子字符串的相似性

如果您所说的大小是指一个文档在被访问时所占用的内存量，那么它就更不稳定，也更不容易测量。

---

对于文本内容很少或没有的高度结构化文档，它的范围可以从0x（完全由索引解析的查询）到10x或更高。

我发现计算原始文档大小（在考虑索引之前）的最简单方法是将文档转换为二进制文件，然后使用us

下面是一个例子，说明你是如何做到这一点的

xdmp:binary-size(xdmp:unquote(xdmp:quote($doc),(),"format-binary")/binary())

---

我发现，计算原始文档大小（在考虑索引之前）最简单的方法是将文档转换为二进制文件，然后使用us

下面是一个例子，说明你是如何做到这一点的

xdmp:binary-size(xdmp:unquote(xdmp:quote($doc),(),"format-binary")/binary())

---

如何以MB或KB为单位获得相同的值？xdmp:binary size返回一个整数，该整数为字节，所以您只需将其转换为KB或MB即可。所以1KB是1024字节，1MB是1024KB。所以xdmp:binary size（.）div 1024将为您提供KB xdmp:binary size（.）div 1024 div 1024将为您提供MB。如何以MB或KB为单位获得相同的值？xdmp:binary size返回一个整数，即字节，因此您只需将其转换为KB或MB。所以1KB是1024字节，1MB是1024KB。所以xdmp:binary size（.）div 1024将为您提供KB xdmp:binary size（.）div 1024 div 1024将为您提供MB。