"【摘要】连接（JOIN）用于把来自两个或多个表的记录结合起来。SQL 和 SPL 是大家比较熟悉的程序语言，本文将探讨对于连接问题，这两种语言 .."

WuNan 北京
乾学院 42 号会员
1 回帖 • 1,193 浏览 • 3 年前

SQL 和 SPL 的多对多连接对比

计算＆AI

SQL(23) SPL(61) 集算器(484) 连接(10) JOIN(16) 一对一(4) 一对多(4) 多对一(4) 多对多(4) 交叉连接(1) 非等值连接(1)

【摘要】
连接（JOIN）用于把来自两个或多个表的记录结合起来。SQL 和 SPL 是大家比较熟悉的程序语言，本文将探讨对于连接问题，这两种语言的解决方案和基本原理。如何简便快捷的处理连接运算，这里为你全程解析，并提供 SQL 和 SPL 示例代码。SQL 和 SPL 的多对多连接对比

前文介绍了一对一、一对多、多对一这三种表间关联关系，在本文中我们将继续介绍多对多关联关系。

多对多关联：表 A 的一条记录能够对应表 B 中的任意条记录；同时表 B 中的一条记录也能够对应表 A 中的任意条记录。

处理多对多关联关系，可以使用交叉连接。表 A 的每条记录都会与表 B 的所有记录组成一个新的记录，所以返回结果集的行数等于两个表行数的乘积。在 SQL 中 CROSS JOIN 语句用于交叉连接，在 SPL 中提供了函数 xjoin() 用于交叉连接。多对多关联关系在实际应用中很少遇到。我们通过矩阵乘法的例子简单介绍一下：

【例 1】求两个矩阵的乘积。两个矩阵表数据分别存储在 MATRIXA 和 MATRIXB 中：

MATRIXA:

ROW	COL	VALUE
1	1	1
1	2	2
1	3	3
2	1	4
2	2	5
2	3	6

MATRIXB:

ROW	COL	VALUE
1	1	1
1	2	4
2	1	2
2	2	5
3	1	3
3	2	6

本例的数学公式如下：

SQL的解决方案：

矩阵乘法是多对多的关系，在 SQL 中可以使用交叉连接。第一步，将两个矩阵表叉乘，选出 A 的列号等于 B 的行号的记录。第二步，对行列号相同的值的值求和。具体语句如下：

SELECT

"ROW",COL,SUM(VALUE1*VALUE2) VALUE

FROM (

SELECT

A."ROW",A.VALUE VALUE1,B.COL,B.VALUE VALUE2

FROM MATRIXA A

CROSS JOIN

MATRIXB B

WHERE A.COL=B."ROW"

)

GROUP BY "ROW",COL

ORDER BY "ROW",COL

SPL的解决方案：

SPL提供了函数 xjoin() 用于交叉连接。

	A
1	=T("MatrixA.csv")
2	=T("MatrixB.csv")
3	=xjoin(A1:A; A2:B, A.COL==A2.ROW)
4	=A3.groups(A.ROW, B.COL; sum(A.VALUE * B.VALUE):VALUE)

A1：导入矩阵表 A。

A2：导入矩阵表 B。

A3：使用函数 xjoin() 进行交叉连接，在连接的同时按照条件过滤。

A4：分组汇总相同行列号的值的乘积之和。

连接条件不是等值比较时，称为非等值连接。比如年龄是否在某个年龄区间内，收入是否在某个收入区间内等等。

【例 2】根据社区居民表和年龄区间表，查询社区居民所处的年龄段。部分数据如下：

COMMUNITY:

ID	NAME	AGE
1	David	28
2	Daniel	15
3	Andrew	65
4	Rudy
…	…	…

AGE_GROUP:

GROUP_NAME	START	END
Children	0	15
Youth	16	40
Middle	41	60
Old	61	100

SQL的解决方案：

在社区居民表中，有的居民没有登记年龄，所以本例可以用左连接（LEFT JOIN）来实现：

SELECT

ID,NAME,AGE,GROUP_NAME

FROM COMMUNITY C

LEFT JOIN

AGE_GROUP A

ON A."START"<=C.AGE AND A."END">=C.AGE

ORDER BY ID

SPL的解决方案：

函数 xjoin() 用于交叉连接，选项 @1 时使用左连接。

	A
1	=T("Community.txt")
2	=T("AgeGroup.txt")
3	=xjoin@1(A1:C; A2:A, A2.START<=C.AGE && A2.END>=C.AGE)
4	=A3.new(C.ID, C.NAME, C.AGE,A.GROUP_NAME)

A1：导入社区居民表。

A2：导入年龄区间表。

A3：使用函数 xjoin@1() 按照第一个表左连接，在连接的同时选出年龄在相应区间内的记录。当年龄区间无法匹配时保留社区居民记录，年龄段置为空。

A4：返回社区居民所处的年龄段。

总结

从上面的讨论可以看出，SQL 对连接的定义非常简单，就是对两个集合（表）做笛卡尔积后再按某种条件过滤。除了常见的等值连接，可以把多对多等值连接甚至非等值连接等都包括进来。但是，有经验的朋友就会知道，现实中绝大部分的连接都是等值连接。SQL 连接过于简单的内涵无法充分体现出最常见等值连接的运算特征。这会导致编写代码和实现运算时就不能利用这些特征，当查询较为复杂时（涉及关联表较多以及有嵌套的情况），无论是书写还是优化都非常困难。

而 SPL 充分利用了这些特征，将等值连接与非等值连接明确的区分开来，针对等值连接的三种关联关系提供了专门的解决方案。SPL 中提供了函数 join()用于一对一（同维表）和一对多（主子表）关联关系，提供了 A.switch() 等函数用于多对一（外键表）关联关系。

另外 SQL 语句经常要用到临时表、嵌套查询等等，使得 SQL 语句的编写和维护难度提升。而 SPL 只要按自然思维去组织计算逻辑，逐行书写出简洁的代码。

esProc 是专业的数据计算引擎，基于有序集合设计，同时提供了完善的集合运算，相当于 Java 和 SQL 优势的结合。在 SPL 的支持下，连接运算会非常容易。