溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
當分組聚合的結果集不大時，可以使用groups。例如有學生成績表存儲在集文件中，表結構如下：
| Scores |
| class |
| studentID |
| subject |
| score |
| …… |
?
現在計算每個學生的總分數：
| A | |
| 1 | =file("scores.btx").import@b() |
| 2 | =A1.groups(studentID; ? sum(score):TotalScore) |
A1：成績表的數據裝入內存。
A2：按照studentID字段分組，計算總分。
?
如果成績表數據太大，無法裝入內存，則可以用游標方式：
| A | |
| 1 | =file("scores.btx").cursor@b() |
| 2 | =A1.groups(studentID; ? sum(score):TotalScore) |
A1：得到成績表的游標。
A2：按照studentID字段分組，計算總分。
?
當成績表記錄很多，分組計算的結果集很大時，就要使用groupx：
| A | |
| 1 | =file("scores.btx").cursor@b() |
| 2 | =A1.groupx(studentID; ? sum(score):TotalScore;10000) |
A1：得到成績表的游標。
A2：按照studentID字段分組，計算總分。
groupx的最后一個參數是緩沖區(qū)行數，也就是內存里能夠一次處理的記錄條數，這里指定為10000，實際使用時要根據自己的情況進行調整。
當數據對分組字段有序時，可以使用groups@o。如上例中，當成績表對studentID字段有序時，就可以加上選項o：
| A | |
| 1 | =file("scores.btx").import@b() |
| 2 | =A1.groups@o(studentID; sum(score):TotalScore) |
?
如果成績表太大，無法裝入內存，可以使用游標：
| A | |
| 1 | =file("scores.btx").cursor@b() |
| 2 | =A1.groups@o(studentID; sum(score):TotalScore) |
?
同樣，如果有序分組的結果集很大，就不能用groups，這時要使用group：
| A | |
| 1 | =file("scores.btx").cursor@b() |
| 2 | =A1.group(studentID; sum(score):TotalScore) |
group的返回是游標，這一點跟groups不一樣。
?“后半”有序是指：要分組的表 T 已經對字段a,b有序，現在我們要將表T按字段b進行分組。例如有保存銷售記錄的集文件sale.btx，表結構如下：
| Sales |
| date |
| employeeID |
| amount |
| …… |
銷售表對字段date,employeeID有序，現在要計算每個員工的銷售總額，對employeeID字段做分組，這時常規(guī)分組會計算hash，但這種后半有序的情況可以使用groups@h，看一下實現：
| A | |
| 1 | =file("sale.btx").import@b() |
| 2 | =A1.groups@h(employeeID; ? sum(amount):TotalAmount) |
如果銷售表太大，無法裝入內存，可以使用游標：
| A | |
| 1 | =file("sale.btx").cursor@b() |
| 2 | =A1.groups@h(employeeID; ? sum(amount):TotalAmount) |
?
當分組表達式的結果是序號的時候，可以使用groups@n。仍然使用上例的銷售表，現在要計算統(tǒng)計每個月的銷售額，實現是這樣的：
| A | |
| 1 | =file("sale.btx").cursor@b() |
| 2 | =A1.groups@n0(month(date):MONTH;sum(amount): ? TotalAmount) |
A1：得到銷售表的游標。
A2：把date字段轉換為月份，計算每個月的銷售總額；如果存在date字段是null的情況，則要加上選項@0。
?
使用@n之后，會依據序號去分組，而不用再計算HASH，所以要比不帶@n時快。
使用3億條數據測試，本案例實際測試結果：
| 耗時（秒） | |
| 有 @n | 沒有 @n |
| 39 | 49 |
過濾拆分是指根據條件分組，滿足條件和不滿足條件的分成兩個集。使用select可以做到這種拆分，但是要遍歷兩次，即一次select(條件true)，和一次select(條件false)。
而使用group和align只需要遍歷一次。以上面成績表為例，現在要把成績及格的和不及格的分成兩組，看一下group的實現：
| A | |
| 1 | =file("scores.btx").import@b() |
| 2 | =A1.group(score>=60) |
?
需要注意的是，使用group過濾拆分的結果不一定是兩個集，有可能結果只有一個集，如本例中，有可能出現成績都大于60的情況。這時候需要判斷一下結果集的個數，或者使用align，因為align的結果肯定是兩個集，沒有符合條件的記錄，也會產生一個空集。來看一下align的實現：
?
?
| A | |
| 1 | =file("scores.btx").import@b() |
| 2 | =A1.align@a([true,false],score>=60) |
?
如果想在過濾拆分中把不滿足的寫進文件，可以使用select(x;file)，看一下實現：
| A | |
| 1 | =file("scores.btx").cursor@b() |
| 2 | =A1.select (score>=60;file(“Fail.btx”)) |
| 3 | =A2.fetch() |
執(zhí)行完成后，A3里是成績及格的，不及格的會保存到集文件Fail.btx。
?
如果要拆分為多個集，可以使用groupn。例如要把成績分為優(yōu)秀、良好、及格和不及格這些集合，可以這樣實現：
| A | |
| 1 | =file("scores.btx").cursor@b() |
| 2 | =[file(“Excellent.btx”), file(“Good.btx”), ? file(“Pass.btx”), file(“Fail.btx”)] |
| 3 | =A1.groupn(if(score>=90:1, ? score>=80:2, score>=60:3,4);A2) |
| 4 | =A3.fetch() |
top也可以用于group中，例如計算每個部門里薪水的最大值：
| A | |
| 1 | =file("employee.btx").cursor@b() |
| 2 | =A1.groups(dept;top(-1,salary):MaxSalary) |
A1：得到員工表的游標。
A2：按照dept字段分組，組內再求最高薪水值，命名為topSalary。
?
A2執(zhí)行結果的MaxSalary字段是數值，如果想查詢薪水最高的員工的信息，可以寫成這樣：
| A | |
| 1 | =file("employee.btx").cursor@b() |
| 2 | =A1.groups(dept;top(-1;salary):MaxSalary) |
?
top不僅可以返回最大值，還可以得到前n個最靠前的值，這時把1寫成n即可。例如計算每個部門里薪水排前三名的員工的信息：
| A | |
| 1 | =file("employee.btx").cursor@b() |
| 2 | =A1.groups(dept;top(-3;salary):topSalary) |
?
使用groups進行分組計算時，還可以采取并行方式進一步提高性能，這時要加上選項@m。
如上面例中，計算每個員工的銷售總額，看一下并行方式的實現：
| A | |
| 1 | =file("sale.btx").import@m() |
| 2 | =A1.groups@m(employeeID; sum(amount):TotalAmount) |
?
如果數據太大，無法裝入內存，可以使用多路游標：
| A | |
| 1 | =file("sale.btx").cursor@mb() |
| 2 | =A1.groups@m(employeeID; sum(amount):TotalAmount) |
免責聲明：本站發(fā)布的內容（圖片、視頻和文字）以原創(chuàng)、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
