select
    100.00 * sum(
        case when p_type like 'PROMO%' then l_extendedprice * (1 - l_discount)
            else 0 end)
        / sum(l_extendedprice * (1 - l_discount) ) as promo_revenue
from
    lineitem,
    part
where
    l_partkey = p_partkey
    and l_shipdate >= date '1995-04-01'
and l_shipdate < date '1995-04-01' + interval '1' month;

这是两表关联过滤后的聚合运算。

1. 数据存储

lineitem 和 part 表没有什么特殊要求，按照主键有序存储。

继续使用题目 Q3 中的 lineitem.ctx、part.ctx。

将这些表复制到本题的主目录中。

2. 一般实现

这是一个常规的连接后求和计算，充分利用多线程并行即可。

代码中用到了前面讲到过的维表属性化、多线程并行等优化方法。

测试结果：

part 表数据条数比较多，加上 p_type 是较长的字符串字段，全部读入时占用内存较大。part 读入内存和 lineitem 表连接后，进行字符串比较计算的次数和 lineitem 记录数大致相同。而 lineitem 记录数非常多，所以性能较差。

3. 维表计算提前

上一节，字符串比较计算是在两表连接后进行的。实际上，这是针对维表字段的计算，可以提前完成，写成 SQL 大致是这样的：

select
    100.00 * sum(
        case when p_type then l_extendedprice * (1 - l_discount)
            else 0 end)
        / sum(l_extendedprice * (1 - l_discount) ) as promo_revenue
from
    lineitem,
    (select 
        p_partkey,
        (case when p_type like 'PROMO%' then true else false end) as p_type 
     from 
        part
    ) p
where
    l_partkey = p_partkey
    and l_shipdate >= date '1995-04-01'
and l_shipdate < date '1995-04-01' + interval '1' month;

计算代码：

A4 中进行字符串比较计算，计算次数和 part 表记录数相同，比 lineitem 表记录数小很多。最终读入内存的是 1 或者 null，占用内存也比字符串小很多。

A5 不必再做字符串比较计算了。

测试结果：

4. 数据转换

本题中要使用前面介绍的日期整数化优化和维表主键序号化方法。

可以直接使用以前的题目 Q2 中的 part_2.ctx、p_type.btx。

将这些表复制到本题的主目录中。

Q8 转换的 lineitem_4.ctx 实现了 l_partkey 的序号化，但没有完成日期 l_shipdate 的整数化，这里还要转换一下。

转换代码：

计算代码：

A4、B5 是对位序列。

Part 表的 p_type 字段已经转换为整数了，A6 不再取出原 p_type 字段的字符串值，而是只取出满足新 p_type 字段条件的 p_partkey 整数值，外存读取量和占用内存都大幅减少，性能提升明显。

测试结果：

5. 列式计算

列式计算不能给字段赋值，A8 将上一节的赋值语句改为新增字段 dp 和 dp1。

测试结果：