结构化数据中的从属判断问题

【摘要】
    从数据表中选出数据时,有时需要判断成员是否从属于某一个集合。例如从房价表中选出重要城市的房价信息,从销售表中选出 VIP 客户的销售记录等等。如何简便快捷的处理结构化数据中的从属判断问题,这里为你全程解析,并提供 esProc 示例代码。结构化数据中的从属判断问题

1. 集合包含性检测

在一个表中,根据集合的包含性判断查找记录。

【例 1】 在员工表中,统计一线城市各部门的平均工资。部分数据如下:

ID

NAME

CITY

SALARY

1

Rebecca

Tianjin

7000

2

Ashley

Tianjin

11000

3

Rachel

Shijiazhuang

9000

4

Emily

Shenzhen

7000

5

Ashley

Nanjing

16000

【解题思路】

    从员工表选出数据时,需要判断员工的所在城市是否从属于由北京、上海、广州、深圳组成的常数集合。当集合的成员数小于 10 个时,可以使用函数 A.contain() 进行过滤。

【SPL 脚本】


A

B

1

=connect("db").query("select   * from Employee")

/连接数据库并查询员工表

2

[Beijing, Shanghai, Guangzhou, Shenzhen]

/创建一线城市的常数集合

3

=A1.select(A2.contain(CITY))

/使用函数 A.contain() 选出所在城市包含在一线城市中的记录。

4

=A3.groups(DEPT; avg(SALARY):SALARY)

/分组汇总各部门的平均工资

A4的执行结果如下:

DEPT

SALARY

Finance

7833.33

HR

7187.5

Marketing

7977.27

 

在一个表中,根据较大集合的包含性判断来查找记录。

【例 2】 在销售表中,统计 2014 年大客户的每月销售额。部分数据如下:

ID

Customer

SellerId

Date

Amount

10400

EASTC

1

2014/01/01

3063.0

10401

HANAR

1

2014/01/01

3868.6

10402

ERNSH

8

2014/01/02

2713.5

10403

ERNSH

4

2014/01/03

1005.9

10404

MAGAA

2

2014/01/03

1675.0

解题思路】

本题与【例 1】类似,从销售表选出数据时,需要判断销售客户是否从属于大客户的常数集合。当集合的成员较多时(超过 10 个),可以先对常数集合排序,再使用函数 A.contain() 的 @b 选项,进行二分法查找。

【SPL 脚本】


A

B

1

=connect("db").query("select   * from Sales")

/连接数据库并查询销售表

2

=["SAVEA","QUICK","ERNSH","HUN","RATTC","HANAR","FOLKO","QUEEN,MEREP","WHITC","FRANK","KOENE"].sort()

/创建大客户的常数集合并排序

3

=A1.select(year(Date)==2014 &&   A2.contain@b(Customer))

/选出 2014 年的大客户记录。当集合 A 有序时,使用函数 A.contain() 的 @b 选项,进行二分法查找。

4

=A3.groups(month(Date):Month;   sum(Amount):Amount)

/分组汇总每月的销售额

A4的执行结果如下:

STATE

SALARY

California

7700.0

Texas

7592.59

New   York

7677.77

Florida

7145.16

Other

7308.1

 

2. 外键映射的包含性检测

在两个表中,根据外键映射的包含性检测查找记录。

【例 3】 查询各班有多少学生选修了“Matlab”课程。选课表和课程表如下:

..

【解题思路】

从选课表选出数据时,需要判断课程的名称是否等于“Matlab”。可以先在课程表中筛选出课程名称是“Matlab”的课程集合,再选出选课表的课程 ID 从属于这个集合的记录。

【SPL 脚本】


A

B

1

=connect("db")

/连接数据库

2

=A1.query("select * from Course")

/查询课程表

3

=A1.query("select * from   SelectCourse")

/查询选课表

4

=A2.select(Name=="Matlab")

/从课程表中选出指定课程

5

=A3.join@i(CourseID, A4:ID)

/使用函数 A.join() 的 @i 选项进行连接过滤

6

=A5.groups(Class; count(1):SelectCount)

/分组汇总各班报名的人数

A6的执行结果如下:

Class

SelectCount

Class   1

3

Class   2

5

 

3. 非外键的包含性检测

在两个表中,根据非外键的包含性检测查找记录。

【例 4】 查询各班所有某科成绩超过 80 分的学生数量。成绩表和学生表如下:

..

【SQL 语句】

从学生表选出数据时,需要判断学生是否有单科成绩超过 80 分的。可以先在成绩表中选出所有大于 80 分的记录,再按学生 ID 去重,得到某科成绩高于 80 分的学生 ID 的集合。接下来只要选出学生的 ID 从属于这个集合的记录。

【SPL 脚本】


A

B

1

=connect("db")

/连接数据库

2

=A1.query("select * from   Student")

/查询学生表

3

=A1.query("select * from Score")

/查询学生成绩表

4

=A3.select(Score>80)

/选出有成绩超过 80 分的记录

5

=A4.id(StudentID)

/使用 id 函数按学生 ID 去重

6

=A2.join@i(ID, A5)

/使用函数 A.join@i() 连接过滤

7

=A6.groups(Class; count(1):StudentCount)

/分组汇总每个班级的学生数量

A7的执行结果如下:

Class

StudentCount

Class   1

9

Class   2

11

 

在两个表中,根据非外键的匹配性检测查找记录,优化提速。

【例 5】查询 2014 年各城市有销售记录的客户数量。销售表和客户表如下:

..

【解题思路】

从客户表选出数据时,需要判断客户在 2014 年是否有销售记录。可以先在销售表中选出 2014 年的记录,再按客户 ID 去重,得到 2014 年有销售记录的客户 ID 的集合。接下来只要选出客户表的 ID 从属于这个集合的记录。

【SPL 脚本】


A

B

1

=connect("db")

/连接数据库

2

=A1.query("select * from   Customer")

/查询客户表

3

=A1.query("select * from Sales where   year(Date)=2014 order by CustomerID")

/查询 2014 年的销售记录,并按客户 ID 排序

4

=A3.groups@o(ID)

/使用 groups 函数按客户 ID 去重,有序时使用 @o 选项

5

=A2.join@i(ID, A4:CustomerID)

/使用函数 A.join@i() 连接过滤

6

=A5.groups(City; count(1):CustomerCount)

/分组汇总每个城市的客户数量

A6的执行结果如下:

City

CustomerCount

Dongying

6

Tangshan

7

 

4. 外键映射的不包含性检测

在两个表中,根据外键映射的不包含性检测查找记录。

【例 6】 查询 2014 年每个新增客户的销售总额。销售表和客户表如下:

..

【解题思路】

从客户表选出数据时,需要判断该客户在 2014 年没有销售记录。可以先在销售表中筛选出 2014 年有销售记录的集合,再选出客户表的 ID 不从属于这个集合的记录。

【SPL 脚本】


A

B

1

=connect("db")

/连接数据库

2

=A1.query("select * from Sales where   year(OrderDate)=2014")

/查询 2014 年的销售记录

3

=A1.query("select * from   Customer")

/查询客户表

4

=A2.join@d(CustomerID ,A3:ID)

/使用函数 A.join@d() 从销售表中选出客户 ID 在客户表中不存在的记录

5

=A4.groups(CustomerID; sum(Amount):Amount)

/分组汇总每个客户的销售额

A5的执行结果如下:

CustomerID

Amount

DOS

11830.1

HUN

57317.39

 

SPL CookBook》中还有更多相关计算示例。