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;

SQL 语句有一个 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 
        o_orderkey,o_orderpriority
    from orders join (
        select l_orderkey 
        from lineitem 
        where l_commitdate < l_receiptdate 
        group by l_orderkey
    ) on l_orderkey = o_orderkey 
    where
        o_orderdate >= date '1995-10-01'
        and o_orderdate < date '1995-10-01' + interval '3' month
)
group by
    o_orderpriority
order by
    o_orderpriority;

改写之后可以发现，这是对子表进行过滤分组聚合，然后再与主表一对一连接的问题。

1. 数据存储

大表 orders、lineitem 按照主键 orderkey 有序存储，子表 lineitem 按照主键 orderkey 有序分组聚合后依然对主键有序，可以和主表 order 有序归并。

这样，直接使用 Q3 中的 order.ctx、lineitem.ctx 即可。

将这些表复制到本题的主目录中。

2. 先分组聚合后连接

按照先对子表 lineitem 有序分组，然后再与主表 order 有序归并的思路计算。

计算代码如下：

A4、A5 使用游标前过滤机制。

A6 对 lineitem 按照主键 orderkey 有序分组，结果依然对 orderkey 有序。

A7 用分组后的 lineitem 和主表 order 按照主键有序归并。

测试结果：

3. 连接时直接聚合

采用前面题目提到的 news 函数，在连接主子表的时候，可以将子表直接聚合，能省去复制主表字段等计算过程。

计算代码：

A5 中 news 函数加上 @r 选项，表示以主表 orders 为准，不带 r 选项是默认是后一个表为准。以主表为准，子表就要先做聚合计算再连接。

测试结果：

4. 数据变换

数据变换采用前面题目提到的枚举型字符串字段数字化、日期整数化手段。

Orders 转换代码：

Lineitem 转换代码：

计算代码：

测试结果：

5. 列式计算

计算代码：

A10 中要将整数化的 O_ORDERPRIORITY 再转回字符串，前面常规的做法是用 run 函数重设 O_ORDERPRIORITY 的值，但列式中不能改变列的数据类型，所以这里要用 new。

测试结果：