按指定的分段区间进行分组，统计各段内的数据量。如有成绩集合 scores，按成绩分段，分别统计语文、英文成绩各分数段的人数，相关的数据如下:
成绩分段划分为：[60, 70, 80, 90]
也就是按小于 60, 60—70, 70—80,80—90, 大于 90 分段（区间左闭右开）。

name	age	province	subject
zhou gao gao	24	guang xi	[Chinese,80],[Math,84][English,84],[Chemic,98]
li chao	16	shan dong	[Chinese,94],[Math,88][English ,75],[Chemic,73]
yang hao hao	26	guang xi	[Chinese,85],[Math,83][English ,64],[Chemic,71]
…	…	…

  期望结果如下：

Segment	Chinese	English
0	3	5
1	…
2	…
3
4

用 MongoDB 脚本实现思路，由于没有提供相关的接口，可使用 MapReduce 遍历每一行数据，针对不同学科分段成绩分别进行计数，实现比较复杂。

可以使用集算器, 按学科成绩分段计数后合并数据，实现比较容易。
集算器安装包可去润乾网站下载，运行时需要一个授权，免费版本就够用。

我们将上述事例实现步骤：

1、在集算器中编写脚本 score.dfx：

	A	B
1	[60, 70, 80, 90]	/ 分段数据
2	=mongo_open("mongodb://127.0.0.1:27017/raqdb")	/ 连接 MongDB 数据库
3	=mongo_shell(A1,"scores.find(,{_id:0})")	/ 获取集合 score 数据
4	=A3.groups(A1.pseg(subject.(score)(1)):Segment;   count(1): Chinese )	/ 统计语文各段成绩人数
5	=A3.groups(A1.pseg(subject.(score)(3)):Segment;   count(1): English)	/ 统计英文各段成绩人数
6	=A4.join(Segment, A5:Segment,   English)	/ 合并数据，将英语追加到 A4
7	>A1.close()	/ 关闭连接

  2、 执行脚本返回结果：

A6	Segment	Chinese	English
	0	1	3
	1	2	3
	2	8	5
	3	6	8
	4	3	1

pseg 返回各成绩所在的分段号,　针对不同的成绩按分段号进行计数。

集算器提供了 JDBC 接口，脚本 score.dfx 很容易集成到 Java 中：

public static void doWork() {

    Connection con = null;
    java.sql.Statement st;
   
    try{
        Class.forName("com.esproc.jdbc.InternalDriver");
        con = DriverManager.getConnection("jdbc:esproc:local://"); 
        // 调用脚本 score.dfx
        st=con.createStatement(); 
        ResultSet rst = st.executeQuery("call score");
        System.out.println(rst);
    } catch(Exception e){
        System.out.println(e);
    } finally{
        // 关闭连接
        if (con!= null) {
            try {
                con.close();
            } catch(Exception e) {
                System.out.println(e);
            }
        }  
    }
}

集算器与 JAVA 集成的进一步信息可参考：《Java 如何调用 SPL 脚本》。