【性能优化】7.1 [归并与连接] 有序归并

7.2 分段归并

面向大数据的有序归并算法有个不太方便的地方，数据要一条条从两个（或更多）游标中读出后比对，这种逻辑下无法直接实现分段并行。因为无法保证两个表的关联键值是在对应分段中能同步分布，A 表在第二段的键值可能会对应到 B 表的第三段。

我们还可以再次利用主键的有序性来解决这个问题。

A 表和 B 表用主键关联时，以 A 为基准，将其分段。然后可以快速取出每一段主键的起止值，然后再用每一段的主键区间作为条件到 B 表中去做查找，因为 B 表也是主键有序的，主键值落在这区间的记录是连续存储的，也可以迅速地被定位并生成游标，这样就可以同步分段并实现并行计算了：

A2 中先读出 A 表中在每个分段的第一条记录的 id 值，A3 用这些分段点拼出区间条件。然后在每个线程中，A 表仍然正常分段，B 表则用相应的条件来分段，这样就能保证两边的键值是同步对应的，得到分段游标的关联游标再继续计算。

SPL 提供了相应的函数用这种方法生成可关联的多路游标：

A2 中正常生成 A 表的多路游标，B2 中可以基于 A2 生成 B 表的多路游标，因为组表在创建时可以定义主键（create 时带 #的字段名），这里就不用再写字段名而直接会将两个表的主键对应来查找（两表的主键字段名可以不同）。A3 的 joinx 也会返回多路游标。

还有一个问题。

主键是不重复的，分段时不可能把两个相同主键的记录分到两个段中。但主子关联时，子表的关联键并不是全部的主键，可能有重复值，也就可能在两个自然分段中出现关联键相同的记录。所以，在主子关联情况要做并行分段时，要以主表作为基准，子表跟随主表分段，而不能随意倒过来。

【性能优化】7.3 [归并与连接] 关联定位

【性能优化】 前言及目录