一、 SQL及分析

查询SQL语句如下：

select
    o_orderpriority,
    count(*) as order_count
from
    orders
where
    o_orderdate >= date '1995-10-01'
    and o_orderdate < date '1995-10-01' + interval '3' month
    and exists (
        select * from lineitem
        where l_orderkey = o_orderkey and l_commitdate < l_receiptdate
    )
group by
    o_orderpriority
order by
    o_orderpriority;

它有一个exists子查询，找出子表lineitem中有满足条件l_commitdate < l_receiptdate的记录。exists子句都可以改写成join，将exists改写成join之后是这样：

select
    o_orderpriority,
    count(*) as order_count
from (
    select 
        distinct l_orderkey,o_orderpriority
    from orders
    join lineitem on 
        l_orderkey = o_orderkey 
    where
        o_orderdate >= date '1995-10-01'
        and o_orderdate < date '1995-10-01' + interval '3' month
        and l_commitdate < l_receiptdate
)
group by
    o_orderpriority
order by
    o_orderpriority;

改写之后可以发现，这仍然是个主子表连接的问题，而且这里的连接运算是为了生成针对主表的某种过滤条件，中间结果集实际上是和orders表对应的，所以还要对连接结果做针对orderkey的去重运算。

二、 SPL实现

采用Q3所说的有序归并方法实现连接，同时统计出针对主表的过虑条件。

A4、A5使用了前面解释过的技巧，A5中用news@r对子表lineitem按L_ORDERKEY分组，过滤掉不满足L_COMMITDATE<L_RECEIPTDATE条件的组，每组保留一条记录。

A6中对O_ORDERPRIORITY分组，统计各组的记录数。

三、 进一步优化

1. 优化方法

本例中要使用Q1中介绍的日期整数化优化方法，orders中的O_ORDERDATE已在Q3中转换过了，只须对lineitem中的L_COMMITDATE和L_RECEIPTDATE进行转化。

还要使用Q1中介绍的字符串整数化方法，对O_ORDERPRIORITY进行转化。

2. 数据转换代码

2.1 orders转换

2.2 lineitem转换

A2 将L_COMMITDATE和L_RECEIPTDATE转换为小整数

3. 数据转换后的计算代码

A9 将整数化后的O_ORDERPRIORITY再还原成原始字符串。

四、 使用企业版列式计算

1. 原始数据

A4中cursor函数加选项@v，表示使用列式游标读数。A5中使用news函数与A4创建同步游标，它也与同步的A4一样是列式游标。

2. 优化后数据

五、 测试结果

单位：秒