溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
從 SQL 到SPL基本查詢語法遷移 之多表操作
上一篇我們針對單表的情形了解了如何把數(shù)據(jù)計(jì)算從 SQL 查詢遷移到集算器，或者更準(zhǔn)確地說，遷移到集算器所使用的SPL集算語言。這個遷移過程，既有相同的概念，也有不同的思路。
接下來，我們一起針對多表的情況看一下集算器和SPL語言是如何發(fā)揮更大的優(yōu)勢的。
在前面的例子中，我們得到了每個雇員的銷售額，如果進(jìn)一步還想知道每個雇員給出的最小折扣，那就又復(fù)雜了些。因?yàn)檎劭坌畔⒃诹硪粡堄唵蚊骷?xì)表里。急性子的朋友可能上來就要 JOIN 兩個表，然后再聚合兩個測度字段——這樣就算錯了！正確的做法應(yīng)該是每個測度字段先按分組聚合出結(jié)果，之后再 JOIN。這是因?yàn)橄?JOIN 的話可能導(dǎo)致結(jié)果中出現(xiàn)重復(fù)記錄。
按照這個思路寫出 SQL，并和集算器中的SPL代碼進(jìn)行比較：
SQL
select t1.employeeId, salesAmount, lowestDiscount from (
select employeeId, sum(money) salesAmount from order
where orderDate>=’2012-01-01′ and orderDate<‘2012-02-01’
group by employeeId
having sum(money)>5000) t1
left join (
select employeeId, min(discount) lowestDiscount from order
join orderDetail on order.orderId=orderDetail.orderId
where orderDate>=’2012-01-01′ and orderDate<‘2012-02-01’
group by employeeId) t2
on t1.employeeId=t2.employeeId
| 集算器 | A |
|---|---|
| 1 | =connect(“hsqlDB”) |
| 2 | =A1.query(“select * from order”) |
| 3 | =A2.select(orderDate>=date(“2012-01-01”) && orderDate<date(“2012-02-01”)) |
| 4 | =A3.group(employeeId;~.sum(money):salesAmount) |
| 5 | =A4.select(salesAmount>5000) |
| 6 | =A1.query(“select * from orderDetail”) |
| 7 | =join(A3:order,orderId;A6:orderDetail,orderId) |
| 8 | =A7.group(A7.order.employeeId:employeeId;~.min(orderDetail.discount):lowestDiscount) |
| 9 | =join(A5:r1,employeeId;A8:r2,employeeId) |
| 10 | =A9.new(r1.employeeId:employeeId,r1.salesAmount:salesAmount,r2.lowestDiscount:lowestDiscount) |
| 11 | >A1.close() |
A5 之前是我們做過的聚合符合條件的按雇員分組的銷售額；
A6 查出訂單明細(xì)表的所有數(shù)據(jù)；
A7 中的SPL用到了對應(yīng) SQL 的多表連接的新函數(shù) join。join 函數(shù)把兩個表連接起來，這里它的參數(shù)的含義是：將 A3 序表起一個別名 order，A6 序表起一個別名 orderDetail，然后用兩個表各自的 orderId 作為關(guān)聯(lián)字段，觀察 A7 的結(jié)果如下：
可以看到，join 后形成的序表有 order、orderDetail 兩個字段，兩個字段的值分別直接指向了兩個原始序表的記錄，這就是說字段的值可以是復(fù)雜數(shù)據(jù)類型（包括序表、序列類型），也可以嵌套多層結(jié)構(gòu)的數(shù)據(jù)，這是 SQL 語法里不允許的，也是SPL的特色和優(yōu)勢之一。
下圖比較形象地說明了這種結(jié)構(gòu)（長方形表示序表、橢圓形表示記錄、三角形表示關(guān)聯(lián)字段）：
A8 直接用SPL中的 group 函數(shù)對這個復(fù)雜結(jié)構(gòu)的序表進(jìn)行分組聚合運(yùn)算，獲得各個雇員曾經(jīng)給出的最小折扣。
再需要注意的一點(diǎn)是 A3 序表被后面兩個不同的動作（A4、A7）都使用了一次，達(dá)到了中間結(jié)果復(fù)用的效果。這種方式對于越是復(fù)雜的計(jì)算，往往作用越大，可以起到類似“數(shù)據(jù)模塊化”的作用。
在 A9 中通過SPL的 join 函數(shù)把 A5（銷售額超過 5000）、A8（最小折扣）兩個序表連接起來；
最后，A10 使用 new 函數(shù)生成新的序表結(jié)構(gòu)，而數(shù)據(jù)來自 A9 復(fù)雜結(jié)構(gòu)記錄的不同層次位置。
A10 最終的結(jié)果如下：
簡單回顧一下，對于最后這個比較復(fù)雜的 SQL，如果你是個 SQL 高手，可能會看出第二個子查詢里的 where 并不是必須的，之所以保留它，是因?yàn)橛锌赡軙s小處理數(shù)據(jù)的范圍，從而提升一些性能。這也是 SQL 的另一個特點(diǎn)，一方面需要不喘氣的一句話把整個查詢表達(dá)出來，另一方面還需要同時考慮性能優(yōu)化因素，甚至即便考慮到了優(yōu)化方案，也不一定能輕松、自然地描述出來。
在上面的例子中，不難體會出集算器以及SPL對分步過程的重視，每一個步驟的結(jié)果都是可以隨時觀察的，而且前面步驟的結(jié)果也可以重復(fù)利用，同時執(zhí)行步驟也可以被程序員自由定制。這些特點(diǎn)最直接的好處是降低了學(xué)習(xí)和編碼的難度，而更本質(zhì)的是符合人的自然思維，為描述復(fù)雜計(jì)算奠定了基礎(chǔ)。
SQL 中還有一類針對多個集合（表）的運(yùn)算，就是常說的并、合、交、差（UNION、UNION ALL、INTERSECTION、MINUS），與之對應(yīng)的，在SPL中表示為 &、|、^、\。
集合運(yùn)算時常需要判斷一條記錄是否重復(fù)，在這個細(xì)節(jié)上，SQL 和SPL有一點(diǎn)區(qū)別。SPL里因?yàn)樾虮?、記錄，以及字段的值都被看成是一個對象，所以在進(jìn)行并集運(yùn)算時，可以比對元素是否為同一個對象，而 SQL 的記錄是抽象的，不是一個實(shí)體對象，所以只能通過逐個比對兩條記錄的字段值來判斷是否重復(fù)。
我們來看一下實(shí)際的例子：
| 集算器 | A | B | |
|---|---|---|---|
| 1 | =connect(“hsqlDB”) | ||
| 2 | =A1.query(“select * from order”) | ||
| 3 | =A2.select(orderId>10251 && orderId<10256) | =A2.select(orderId>10254 && orderId<10258) | |
| 4 | =A3&B3 | =A3 | B3 |
| 5 | =A3^B3 | =A3\B3 | |
| 6 | >A1.close() |
A3 序表的結(jié)果：
B3 序表的結(jié)果：
A3&B3，去掉重復(fù)合并到一起，并集運(yùn)算后得到 A4 序表的結(jié)果：
A3|B3，保留重復(fù)合并到一起，合集運(yùn)算后得到 B4 序表的結(jié)果：
A3^B3，取 A3 和 B3 里相同的記錄，交集運(yùn)算后得到 A5 序表的結(jié)果：
A3\B3，A3 里去掉 B3 中存在的記錄，差集運(yùn)算后得到 A5 序表的結(jié)果：
最后，再看兩個常用的 SQL 函數(shù)語法，我們來對比看一下SPL的實(shí)現(xiàn)。
SQL 中的 case when … then … else … end，在SPL中用 if 函數(shù)，語法是if(條件, 真值, 假值)，下面的例子是把 employeeId<5 的分為一組，剩余的分到另一組：
| SQL |
|---|
| select (case when employeeId<5 then 1 else 2 end) groupId, orderId from order |
| 集算器 | A |
|---|---|
| 1 | =connect(“hsqlDB”) |
| 2 | =A1.query(“select * from order”) |
| 3 | =A2.new(if(employeeId<5,1,2):groupId,orderId) |
| 4 | >A1.close() |
SPL中仍然用 if 函數(shù)，if(條件, 真值, 假值)，下面這個例子把 1000 這個特殊的值賦值給為 null 的 employeeId。
| SQL |
|---|
| select coalesce(employeeId,1000) employeeId,orderId from order |
| 集算器 | A |
|---|---|
| 1 | =connect(“hsqlDB”) |
| 2 | =A1.query(“select * from order”) |
| 3 | =A2.new(if(employeeId==null,1000,employeeId):employeeId,orderId) |
| 4 | >A1.close() |
看完上面這些例子，會給人一個感覺：集算器，或者其中的SPL代碼只是 SQL 的替代品，而常用的關(guān)系數(shù)據(jù)庫系統(tǒng)（RDBMS）本身已經(jīng)是存儲能力（數(shù)據(jù)表）+ 計(jì)算能力 (SQL) 的綜合體了，還要這么一個外來的計(jì)算體系干嘛？
針對這個疑問，有兩個層面的答案。首先是數(shù)據(jù)層面，并非所有要計(jì)算的數(shù)據(jù)都在數(shù)據(jù)庫里。當(dāng)你手邊有個文本、excel 或從一個網(wǎng)絡(luò)服務(wù)臨時得到一些數(shù)據(jù)想要計(jì)算，或者從大量終端采集上來的數(shù)據(jù)馬上要處理出結(jié)果……如果這些都不得不倒騰到數(shù)據(jù)庫里然后再計(jì)算，還真是有點(diǎn)太繞了，更何況還可能涉及到數(shù)據(jù)庫的安裝部署，或者權(quán)限控制等瑣碎而現(xiàn)實(shí)的問題。
其次是計(jì)算層面，對于很多復(fù)雜的計(jì)算過程，SQL 因?yàn)樘焐毕轃o法做到開發(fā)高效、維護(hù)高效、執(zhí)行效高。這也是我們這篇文章最想說明的地方，SQL 的計(jì)算主要還是面向查詢，而這些對“高效”的追求，面向的是更廣泛的數(shù)據(jù)計(jì)算，這正是集算器和SPL語言所要重點(diǎn)改善的。
正因?yàn)橛辛诉@兩個層面的原因，集算器和SPL語言已經(jīng)可以獨(dú)立于各種數(shù)據(jù)存儲形式，在“存儲”和“應(yīng)用”之間，作為一個功能完整、形式靈活、部署方便的“數(shù)據(jù)計(jì)算中間件”而存在。這方面的內(nèi)容，我們會在后面的章節(jié)做更多的介紹和探討。
這里，我們只是先簡單看一下集算器和SPL語言如何基于文本、Excel 等數(shù)據(jù)源進(jìn)行計(jì)算。事實(shí)上，前面這些例子中的計(jì)算步驟完全不用改寫，只需要改變加載數(shù)據(jù)那一句就可以了。也就是把：
=A1.query(“select * from order”)
改為下列任意方式之一：
=file(“d:/data/order.txt”).import@t()// 從文本文件加載數(shù)據(jù)表
=file(“d:/data/orderDetail.xls”).importxls@t()// 從 excel 加載數(shù)據(jù)表
=httpfile(“ http:/ /127.0.0.1/service ”,” param1=value1¶m2=value2″) // 從 http server 加載數(shù)據(jù)表
……
很明顯，通過這種簡單明了的數(shù)據(jù)加載方式，可以將各種數(shù)據(jù)源的數(shù)據(jù)形成統(tǒng)一的“序表”，從而在一個計(jì)算過程里可以輕松混合使用。換句話說，不必為了計(jì)算能力而要求必須統(tǒng)一存儲方式。同樣的，在集算器和SPL的環(huán)境中，計(jì)算結(jié)果的存儲，也和加載數(shù)據(jù)一樣方便，也是多樣化的，可以由程序員自由選擇。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機(jī)網(wǎng)站二維碼
