すべての手順を含む別の解決策:
1/ テストテーブルを作成する
r.table('foo').insert([
{foo: 1},
{foo: 2},
{foo: 3},
{foo: 4},
{foo: 5}
])
2/ テーブルの内容を一覧表示する
r.table('foo')
出力:
[
{"foo":4,"id":"3c6873af-0dfc-41d3-99ad-894bab981635"},
{"foo":1,"id":"302baaa5-1443-408c-bb58-7970e71129ac"},
{"foo":2,"id":"ca5ff9c2-8079-4a19-9cfc-4e7b0a834555"},
{"foo":5,"id":"aabb6c38-710a-444c-a4ae-b8ee14b5e802"},
{"foo":3,"id":"4fc2e6e8-9434-4fa9-831b-4208bc82fd35"}
]
3/ 副次索引の作成
r.table('foo').indexCreate('id_prefix', function(d){
return d('id').slice(0, 13)
})
4/ インデックスの内容を一覧表示する
r.table('foo').distinct({index:'id_prefix'})
出力:
["302baaa5-1443","3c6873af-0dfc","4fc2e6e8-9434","aabb6c38-710a","ca5ff9c2-8079"]
5/ インデックスを使用して、接頭辞が「4fc2e6e8-9434」のドキュメントを検索します
r.table('foo').getAll("4fc2e6e8-9434", {index:'id_prefix'})
出力
[{"foo":3,"id":"4fc2e6e8-9434-4fa9-831b-4208bc82fd35"}]
これはより長いセットアップとソリューションですが、たとえば数百万のドキュメントのテーブルでは、実際に高速化できます。