select
    o_year,
    sum(case
        when nation = 'CHINA' then volume
        else 0
        end) / sum(volume) as mkt_share
from
    (
        select
            extract(year from o_orderdate) as o_year,
            l_extendedprice * (1 - l_discount) as volume,
            n2.n_name as nation
        from
            part,
            supplier,
            lineitem,
            orders,
            customer,
            nation n1,
            nation n2,
            region
        where
            p_partkey = l_partkey
            and s_suppkey = l_suppkey
            and l_orderkey = o_orderkey
            and o_custkey = c_custkey
            and c_nationkey = n1.n_nationkey
            and n1.n_regionkey = r_regionkey
            and r_name = 'ASIA'
            and s_nationkey = n2.n_nationkey
            and o_orderdate between date '1995-01-01' and date '1996-12-31'
            and p_type = 'STANDARD POLISHED BRASS'
    ) all_nations
group by
    o_year
order by
    o_year;

这就是多表关联过滤后的分组聚合运算，其中包括主子表 orders 和 lineitem 关联。

1. 数据存储

大表 orders、lineitem 按照主键 orderkey 有序存储，连接的时候可以有序归并。其他表没有特殊的排序要求，就按照主键有序存储。

这样，就可以继续使用题目 Q3 中的 orders.ctx、lineitem.ctx、customer.ctx。

part、supplier 表直接使用题目 Q2 的 part.ctx、supplier.ctx。

region、nation 表直接使用题目 Q2 的 regin.btx，nation.btx。

将这些表复制到本题的主目录中。

2. 一般实现

这里使用了前面题目中说过的游标建立时过滤、主子表有序关联和将关联字段转换成外键表指针的技巧。

不过，A15 中的 L_SUPPKEY.S_NATIONKEY.N_NAME 并不是前面讲过，在 join 或者 where 中出现的维表过滤，而是出现在条件求和表达式中。这里的实现方式是 A9 中 supplier 表连接 nation 表，A13 中 lineitem 表连接 supplier 表，在 A15 中 sum(if) 的时候，外键字段作为条件出现。

3. 维表过滤用在计算式中

上一节，A15 中的 L_SUPPKEY.S_NATIONKEY.N_NAME 关联的表比较多，而 sum(case) 的本质是要根据 l_suppkey 是否符合条件，对 volume 做有条件求和。

对于这个计算需求，如果先过滤 supplier，得到的 s_suppkey 集合作为 l_suppkey 的条件，实现有条件的求和。这样可以避免 supplier 参与后面的关联计算。

用 SQL 写出来是这样的：

select
    o_year,
    sum(case
        when l_suppkey in(
			        select s_suppkey
				from supplier,nation
				where 
                                   s_nationkey=n_nationkey
                                   and n_name='CHINA'
                          ) 
        then volume
        else 0
        end) / sum(volume) as mkt_share
from
    (
        select
            extract(year from o_orderdate) as o_year,
            l_extendedprice * (1 - l_discount) as volume,
            l_suppkey
        from
            part,
            lineitem,
            orders,
            customer,
            nation n1, 
            region
        where
            p_partkey = l_partkey
            and s_suppkey = l_suppkey
            and l_orderkey = o_orderkey
            and o_custkey = c_custkey
            and c_nationkey = n1.n_nationkey
            and n1.n_regionkey = r_regionkey
            and r_name = 'ASIA'
            and o_orderdate between date '1995-01-01' and date '1996-12-31'
            and p_type = 'STANDARD POLISHED BRASS'
    ) all_nations
group by
    o_year
order by
    o_year;

改写后，sum(case) 的条件变成了一个 in 子句，其中的子查询是个有 join 和 where 的语句，SPL 中可以再用维表过滤的办法优化。这样，后面关联表中就可以没有 supplier 及其维表 nation(n2) 了。

计算代码：

A15 采用了前面说的计算方法，用 L_SUPPKEY 查找 A9 的序表主键 S_SUPPKEY，作为求和的条件。这样，A9 中 supplier 不需要连接 nation，A13 中 lineitem 也不再关联 supplier 了。

测试结果：

4. 数据变换

数据变换要采用前面题目提到的维表主键序号化、日期整数化手段。

region、nation、supplier、part 表，可以直接使用以前的题目 Q2 转换的 region_2.btx，nation_2.btx、supplier_2.ctx、part_2.ctx。

part 表中的枚举型字符串字段 type 要完成数字化，可以用 Q2 的 p_type.btx。

customer 使用 Q5 中的 customer_3.ctx。

orders 表使用 Q3 中的 orders_5.ctx。

将这些表复制到本题的主目录中。

数据转换代码：

计算代码：

B8、B9、B11、B13 是对位序列。

A18 中采用对位序列 B9 来判断 L_SUPPKEY 是否符合求和条件，性能比前面的主键查找更好。

测试结果：

5. 列式计算

这里 orders 与 lineitem 主子关联时没有使用 news，而是同步游标后用 joinx@im 进行有序归并连接。当然继续使用 news 也是可以的，实测中用 joinx 要略快一点。

A16 中用 derive@o 新增一列 dp，避免在 A18 中会 2 次计算 dp。在列式计算中，要尽量避免赋值操作，A16 中使用 derive 定义新的计算列，而不再使用 run 给原有列赋值。

测试结果：