在SPL中，从数据源将数据读成游标以后，就可以进行所有SQL式的运算，如过滤、汇总、跨列计算、排序、分组汇总、Top-N、分组Top-N、去重、分组去重、关联查询等。游标上的运算分为延迟计算和立即计算两种。本文以大文件数据源举例讨论游标上的SQL式运算。

1.   过滤

从数据表中筛选出满足条件的记录。

示例：从学生成绩表Students_scores.txt中筛选出10班的学生成绩，文件中第一行是列名，第二行开始是数据，如下图所示。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.select(CLASS==10)
3	=A2.fetch()

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   选出班级为10的数据记录，此为延迟计算

A3   取出A2游标中的过滤后数据(假定过滤后数据能装入内存，否则只能指定取多少行数据)，此时才进行附加在游标上的过滤计算

 

2.  汇总

对数据表中的数据进行汇总。

示例：计算学生成绩表中全体学生的语文平均分、数学最高分、英语总分。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.total(avg(Chinese),max(Math),sum(English))

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   计算语文平均分、数学最高分、英语总分，此为立即计算。

游标上没有直接的聚合函数sum、avg、count等，因为它只能遍历一次，所以不能连续使用这些聚合函数。需要一次实现多种聚合运算时，要用游标的total函数。

 

3.   跨列计算

对数据表中的数据进行跨列计算。

示例1：计算学生成绩表中每位学生的总分。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.derive(English+Chinese+Math:total_score)
3	=A2.fetch(100)

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   在A1中新增一列total_score，其值为英语、语文、数学3列之和，此为延迟计算

A3   取出A2游标中的前100行数据，此时会执行在A2上附加的计算

A3中结果如下：

示例2：计算学生成绩表中每位同学的语文成绩评级。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.derive(if(Chinese>=90:"Excellent",Chinese>=80:"Good",Chinese>=60:"Pass","Fail"):Chinese_evaluation)
3	=A2.fetch(100)

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   在A1中新增一列Chinese_evaluation，当语文成绩在90以上时评级为Excellent，80以上时评级为Good，60以上时评级为Pass，否则评级为Fail。此为延迟计算

A3   取出A2游标中的前100行数据，此时会执行在A2上附加的计算

A3中结果如下，增加了一个新的计算列Chinese_evaluation：

 

4.   排序

对数据表中的数据进行升/降序排序。

示例：将学生成绩表按照班号升序、总分降序的顺序排列。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.sortx(CLASS,-Math)
3	=A2.fetch(100)

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   先按班级号升序排列，班级内再按数学成绩降序排列，这是立即计算的，但返回的是游标

A3   取出A2游标中的前100行数据

 

5.   分组汇总

对数据表中的数据进行分组汇总。

示例：查询各班的英语最低分、语文最高分、数学总分。

分两种情况：1、分组后的结果集不大

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.groups(CLASS;min(English),max(Chinese),sum(Math))

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   按班级分组，计算各班英语最低分、语文最高分、数学总分，此为立即计算

2、分组后的结果集很大，内存中装不下

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.groupx(CLASS;min(English),max(Chinese),sum(Math))
3	=A2.fetch(100)

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   按班级分组，计算各班英语最低分、语文最高分、数学总分，这是立即计算的，返回游标

A3   取出A2游标中的前100组数据

 

6.   Top-N

对数据表中的数据求TOP-N。

示例：查看英语成绩最高的3个同学成绩。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.total(top(-3;English))

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   按英语降序排列后，取出前3个英语成绩最高的同学成绩记录。游标没有top函数，需要在它的total函数中进行top计算，此为立即计算

 

7.   分组Top-N

对数据表中的数据分组后求各组TOP-N。

示例：查看各班英语成绩最低的3个同学的英语成绩。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.groups(CLASS;top(3,English))

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   按班级分组，各组英语升序排列后，取出前3个最低的英语成绩。当分组结果集不大时，用groups函数，此时为立即计算；当结果集很大时，用groupx函数，此时也是立即计算，但返回的还是游标。

这里的top函数与前例的参数分隔符不同，逗号分隔时，返回前n个排序表达式的值组成的序列；分号分隔时，返回前n个记录组成的序列。

 

8.   去重和去重计数

对数据表中的数据进行去重查询。

示例1：查询所有班级编号。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.groups(CLASS)

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   查出所有不重复的班级编号，此为立即计算。当结果集很大时，要改用groupx函数，也是立即计算但返回游标。

 

对数据表中的数据进行去重计数。

示例2：查询共有多少个班级编号。

	A
1	=file(“E:/txt/Students_scores.txt”).cursor@t()
2	=A1.total(icount(CLASS))

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   查出所有不重复的班级编号的个数，此为立即计算。

 

9.   组内去重计数

对数据表中的数据进行分组后去重计数。

示例：产品销售记录文件sales.txt如下图，查询每个产品有销售记录的天数。

	A
1	=file(“E:/txt/sales.txt”).cursor@t()
2	=A1.groups(PID;icount(DATE):days)

A1   读取文件中数据为游标，选项@t表示首行是标题行

A2   按产品编号PID进行分组，统计本组不重复日期的个数并命名为days，此为立即计算。如果结果集很大时，改用groupx函数，也是立即计算但返回游标

 

10.   外键关联

两个数据表，表A中的某些字段与表B的主键关联，B称为A的外键表，称此关联为外键关联。外键表必须是能全部装入内存的。

示例：销售订单信息和产品信息分别存储在两个Excel文件中，计算各订单的销售额。两个文件数据结构如下图：

对于这种单外键关联有两种方法实现，方法一：

	A
1	=file(“e:/orders/sales.xlsx”).cursor@t()
2	=T(“e:/orders/product.xlsx”).keys(ID)
3	=A1.switch(ProductID,A2:ID)
4	=A3.derive(Quantity*ProductID.Price:amount)
5	=A4.fetch(100)

A1   读取销售订单数据为游标，选项@t表示首行是标题行

A2   读取产品信息数据，并设ID为主键

A3   用switch函数将A1中ProductID与A2中的ID进行关联(ID为主键时也可省略不写)，此时ProductID列转换成了指向与它对应的产品记录，此为延迟计算。如果从A3中取出部分数据，将如下图所示

A4   A3中新增一列amount，其值为销售数量Quantity与产品价格Price的积，表达式ProductID.Price表示ProductID列指向的记录的Price列值，此为延迟计算。

A5   从A4游标中取出前100行数据，此时会先计算游标上的附加运算

 

方法二：

	A
1	=file(“e:/orders/sales.xlsx”).cursor@t()
2	=T(“e:/orders/product.xlsx”).keys(ID)
3	=A1.join(ProductID,A2:ID,Name,Price)
4	=A3.derive(Quantity*Price:amount)
5	=A4.fetch(100)

A1   读取销售订单数据为游标，选项@t表示首行是标题行

A2   读取产品信息数据，并设ID为主键

A3   用join函数将A1中ProductID与A2中的ID进行关联(ID为主键时也可省略不写)，同时引入A2中Name、Price列数据，此为延迟计算。如果取出A3中部分数据，将如下图所示

A4   A3中新增一列amount，其值为销售数量Quantity与产品价格Price的积

A5   从A4游标中取出前100行数据，此时会先计算游标上的附加运算

 

而对于多个外键字段关联的情况，就不能用switch函数了，只能用join函数来关联。假如产品包装方式不同时，定价Price不同。在产品信息和销售订单信息表中加上Packing字段，产品信息的主键变成了ID和Packing，部分数据如下图：

此时再计算订单销售额的示例如下：

	A
1	=file(“e:/orders/sales.xlsx”).cursor@t()
2	=T(“e:/orders/product.xlsx”).keys(ID,Packing)
3	=A1.join(ProductID:Packing,A2,Name,Price)
4	=A3.derive(Quantity*Price:amount)
5	=A4.fetch(100)

A1   读取销售订单数据为游标，选项@t表示首行是标题行

A2   读取产品信息数据，并设ID、Packing为主键

A3   用join函数将A1中ProductID、Packing与A2中的主键进行关联，同时引入A2中Name、Price列数据，此为延迟计算。如果取出A3中部分数据，将如下图所示

A4   A3中新增一列amount，其值为销售数量Quantity与产品价格Price的积

A5   从A4游标中取出前100行数据，此时会先计算游标上的附加运算

 

11.   主键关联

表A的主键与表B的主键关联，A和B相互称为同维表。同维表是一对一的关系，逻辑上可以简单地看成一个表来对待。同维表都是按主键关联，相应记录是唯一对应的。

例如有员工信息表employee.xlsx与员工工资表salary.xlsx，主键都是Eid，部分数据如下：

现需查出员工的基本信息和工资信息：

	A
1	=file("e:/work/employee.xlsx").cursor@t().sortx(Eid)
2	=file("e:/work/salary.xlsx").cursor@t().sortx(Eid)
3	=joinx(A1:emp,Eid;A2:salary,Eid)
4	=A3.new(emp.Eid,emp.IDCard,emp.Name,emp.Sex,emp.Phone,emp.Depart,salary.Wages,salary.Bonus)
5	=A4.fetch(100)

A1   读取员工信息表数据为游标，选项@t表示首行是标题行。并按Eid排序，如果原数据就是按Eid有序的，则可以省略sortx排序

A2   读取员工工资表数据为游标，选项@t表示首行是标题行。并按Eid排序，如果原数据就是按Eid有序的，则可以省略sortx排序

A3   将A1与A2按照Eid进行关联，将A1命名为emp，A2命名为salary，此为延迟计算。调用joinx时，参与关联的各游标数据必须按关联字段有序排列。

A4   取出A3中emp的Eid、IDCard、Name、Sex、Phone、Depart和salary的Wages、Bonus列，构造一个新游标，此为延迟计算

A5   从A4游标中取出前100行数据，此时会先计算游标上的附加运算

 

还有一种主子表形式的主键关联。表A的主键与表B的部分主键关联，A称为主表，B称为子表。主子表是一对多的关系。

例如有员工家庭成员表family.xlsx部分数据如下，它有两个主键字段Eid、Fid，请查询家中有70岁以上老人的员工信息。

 

	A
1	=file("e:/work/employee.xlsx").cursor@t().sortx(Eid)
2	=file("e:/work/family.xlsx").cursor@t().select(age(Birthday)>=70).sortx(Eid)
3	=joinx(A1:employee,Eid;A2:family,Eid)
4	=A3.conj(employee)
5	=A4.fetch(100)

A1   读取员工信息表数据为游标，选项@t表示首行是标题行。并按Eid排序，如果原数据就是按Eid有序的，则可以省略排序

A2   读取员工家庭成员数据为游标，选项@t表示首行是标题行。选出年龄70以上的成员，然后按Eid排序，如果原数据就是按Eid有序的，则可以省略排序步骤。

A3   将A1与A2按照Eid进行关联过滤，删除不匹配的记录，将A1命名为employee，A2命名为family，此为延迟计算。调用joinx时，参与关联的各游标数据必须按关联字段有序排列。

A4   取出A3中的employee列，连接为游标，此为延迟计算

A5   从A4游标中取出前100行数据，此时会先计算游标上的附加运算

 

附件： 本文所用数据文件