一、 准备数据

我们选用1G规模的TPCH数据来实践DQL查询，TPCH生成如下8个表的数据文件(*.tbl)：

文件内容是文本格式，第一行是字段名，之后是数据行，行内数据以|分隔，如part表：

DQL查询的数据表，需要以SPL的组表文件格式(*.ctx)存储，用以下的SPL脚本把文本文件转换成组表文件：

	A	B
1	E:\TPCH\
2	1024	supplier	#S_SUPPKEY,S_NAME,S_ADDRESS,S_NATIONKEY,S_PHONE,S_ACCTBAL,S_COMMENT
3	1048576	partsupp	#PS_PARTKEY,#PS_SUPPKEY,PS_AVAILQTY,PS_SUPPLYCOST,PS_COMMENT
4	1048576	part	#P_PARTKEY,P_NAME,P_MFGR,P_BRAND,P_TYPE,P_SIZE,P_CONTAINER,P_RETAILPRICE,P_COMMENT
5	1048576	orders	#O_ORDERKEY,O_CUSTKEY,O_ORDERSTATUS,O_TOTALPRICE,O_ORDERDATE,O_ORDERPRIORITY,O_CLERK,O_SHIPPRIORITY,O_COMMENT
6	1048576	lineitem	#L_ORDERKEY,#L_LINENUMBER,L_PARTKEY,L_SUPPKEY,L_QUANTITY,L_EXTENDEDPRICE,L_DISCOUNT,L_TAX,L_RETURNFLAG,L_LINESTATUS,L_SHIPDATE,L_COMMITDATE,L_RECEIPTDATE,L_SHIPINSTRUCT,L_SHIPMODE,L_COMMENT
7	1048576	customer	#C_CUSTKEY,C_NAME,C_ADDRESS,C_NATIONKEY,C_PHONE,C_ACCTBAL,C_MKTSEGMENT,C_COMMENT
8	1024	nation	#N_NATIONKEY,N_NAME,N_REGIONKEY,N_COMMENT
9	1024	region	#R_REGIONKEY,R_NAME,R_COMMENT
10	=create(size,tblName,fields).record([A2:C9])
11	for A10	=file(A1/A11.tblName/".tbl").import@t(;,"|")
12		=file(A1/A11.tblName/".ctx").create(${A11.fields};;A11.size)
13		>B12.append(B11.cursor()),B12.close()

第2~9行定义8个表，A列定义组表区块大小，数据量很小的表设置区块为1KB，其它表设置为1MB；B列为表名；C列为字段名，#开头的字段是主键维字段；

把这8个表的信息写入A10的序表中；

11、12、13行逐个创建组表，把文本数据写入组表文件。

二、 创建DQL元数据文件

创建虚表

打开DQL设计器，新建元数据文件：

添加表，选择上面生成的组表customer.ctx文件，看到字段、主键将自动识别出来：

用同样的方法把剩余的表都加载进来，然后元数据文件保存为TPCH.glmd：

在customer、nation、part、region、supplier这几个表设置“Load into memory”，DQL要求维表要预先加载入内存（虚表本身并不要求）：

设置DQL表

引入虚表

切换到DQL标签下，这时DQL下还没有任何表：

点击菜单Tool -> Generate table from pseudo table

选出刚才加载的所有虚表：

DQL表创建成功，自动识别出了主键、数据类型：

对表名、字段名稍作调整，表名首字母改为大写，字段名去掉“C_”等前缀：

创建逻辑维表：年、月、日期

查询数据时，按照年、月、日期分组很常见，所以需要对这些维要预定义出来，在工具栏中点击添加逻辑表的按钮，表名设置为Year，再添加字段，字段名也用Year，设置为主键，数据类型选择整数类型：

同样步骤添加月维表，月维的字段值包含年份信息，也是整数类型，比如202308，表示2023年8月：

其它表中的日期字段大多是日期类型，所以日期就不用类似20230815这样的整数类型了，设置成日期类型：

设置表间关联关系

选择Lineitem表，切换到外键标签页，添加外键，然后设置每个外键的关联关系。如fk2外键，用Lineitem的PARTKEY字段关联Part维表的主键PARTKEY字段：

所有表设置好外键关联后，切换到View标签页，可以看到中间位置列出所有分类维，DQL表列两边，每个表通过连线连接它涉及的所有分类维：

和常规ER图一样，都能表达各表的关联关系，但DQL通过引入分类维概念，形成这种总线形式的关系图。

Supplier、Customer表通过外键关联到Nation表，Nation表就是一个维表，Nation就是一个分类维，三个表中的NATIONKEY字段存储的都是Nation维的值。

维表计算时要被随机访问，DQL（底层的SPL）要求将维表预先加载入内存。维表一般数据量较小，可以被装入内存。

设置维及维层

切换到Dim and level标签页，年、月、日期这三个时间维需要设置一下：

年维的时间维类型是Year，格式化表达式?1表示年份；

月维的时间维类型是Year month，格式化表达式中年份?1*100，加上月份?2，就形成了形如202308的月维值了；

日期维的时间维类型是Year month day，用SPL函数date(year,month,day)算出日期类型的日维值；

日期维通过层函数，能计算出月维、年维。比如计算月维的层函数year(?)*100+month(?)，其中?代表当前的日期维值，用SPL的month(date)函数获得日期的月份、用year(date)函数获得日期的年份。

同理，在月维中用层函数int(?/100)也能计算出年维：

保存TPCH.glmd，基于这个元数据文件，就可以做DQL查询了；之后把它部署到DQL服务器上，就能以JDBC方式对外提供查询服务。

三、测试DQL查询

DQL元数据文件如上制作完成后，可以先用Tool –> DQL query测试一下DQL查询：

DQL示例1

手写个最简单的DQL，然后点击执行，看到下方查询出数据了：

DQL示例2—广义字段

写个更复杂的，有Orders表的直接字段orderkey；

通过日期维字段orderdate的层函数year查询出年维，也就是订单年份：orderdate#year；

通过custkey这个外键字段查询客户名称：custkey.name，这个广义字段实际查询时，会自动关联Customer表；

还可以有更多层的广义字段查询，custkey.nationkey.regionkey.name，查询出订单的客户的国家的地区的名称，涉及到的Orders、Customer、Nation、Region四个表会自动关联：

SELECT

   orderkey,

   orderdate#year orderyear,

   custkey.name custname,

   custkey.nationkey.regionkey.name regionname

FROM Orders

DQL示例3—按维/维层分组汇总

Lineitem表中按照月份、供应商维统计最小折扣，总数量，by子句中指定按照shipdate的月份、suppkey分组：

SELECT

   MIN(discount) ,

   SUM(quantity)

ON

   month,

   supplier

FROM Lineitem

   BY shipdate#month, suppkey

分组的月维值，是用层函数month从日期维shipdate计算出来，层函数month也可以省略掉，DQL会自动找到合适层函数计算，BY子句可以精简为：BY shipdate, suppkey。

DQL示例4—两(多)表按同维对齐汇总

Supplier表和Customer表不直接相关联，但它们也可能按照相同的维度一起分组汇总，如按照国家统计供应商数、客户数：

SELECT

   COUNT(s.name) suppNum,

   COUNT(c.name) custNum

ON

   nation

FROM

   Supplier s BY nationkey

   UNION

   Customer c BY nationkey

DQL示例5—明细条件/过滤汇总/结果排序/取前N条

基于示例4，增加一些常用的查询功能：

明细条件：WHERE nation>5；

过滤汇总：HAVING suppNum>400；

结果排序：ORDER BY custNum desc；

取前N条：LIMIT 10；

SELECT

   COUNT(s.name) suppNum,

   COUNT(c.name) custNum

ON

   nation WHERE nation>5

FROM

   Supplier s BY nationkey

   UNION

   Customer c BY nationkey

HAVING suppNum>400

ORDER BY custNum DESC

LIMIT 10

后记

正确创建了DQL元数据文件，把它部署到DQL服务器上，然后以JDBC的方式给外部提供查询服务，通常会由一些WEB业务系统使用。

下一篇文章就实践WEB系统中如何使用DQL查询，更进一步的，把DQL查询模型可视化到WEB页面上，由WEB用户选择所需信息，自动生成DQL语句后，从DQL服务器上查询出数据。

DQL查询模型更符合人们对现实事务的自然思维，因此DQL可视化查询，具有较好的易用性、灵活性。