【摘要】
从原理上分析 SQL 语句慢的原因，用代码示例给出提速办法。点击了解SQL 提速：大数据表上的多种分组统计

问题描述

对数据表做分组汇总时要全表遍历。如果要做 n 种不同的分组，就要对数据表遍历 n 次，而大数据的性能瓶颈常常在 IO 上，当表很大时就会消耗很多时间在外存访问上。

例如下面的三种分组方式，对应三个 SQL：

select sum(x) from T group by a,b

select max(y) from T group by c,d

select avg(y),min(z) from T group by a,c

即使用 union 把三个 SQL 合并成一个，也还是要对 T 表遍历三次。

提速方案

如果我们可以在一次遍历中同时计算多种分组汇总，就可以减少外存访问量来提速，也就是复用遍历中读出来的数据。

大数据的分组汇总通常使用游标实现，在用游标遍历时，将读出的每一段数据分组汇总后累积到结果集上。有多种分组，也只要分别分组汇总后累积到各自的结果集上即可。这样，只要遍历一次，就可以得到多种分组结果了。

代码示例

A1：打开组表。

A2：建立游标，准备取出多种分组汇总需要的字段。

A3：用 cursor 关键字定义游标 A2 同步的管道。B3 在管道 A3 设置了第 1 种方式的分组汇总。

同样，A4、A5 又定义了两个管道，B4、B5 定义了相应的第 2、3 种方式的分组汇总。

A6：所有的 cursor 语句或代码块都执行后，SPL 认为整套管道定义结束，就会开始遍历游标，每次读出的数据都会分别送给三个管道，计算三种不同方式的分组汇总。遍历结束后，每个管道计算结果存放在 cursor 语句所在的格中。

管道 A5 与前两个管道不同的是，其分组结果集较大，采用外存大分组算法，所以 A5 单元格计算的结果是大分组返回的游标。