17. 大数据关联查询
文件 RegisterSiteA.csv 中存储了某次考试的报名信息，数据量比较大。考生信息存储在另一个大数据文件 candidates.csv 中，存储了所有考生的 ID，NAME 以及所在的 CITY 和 STATE。文件 ExamLevel.txt 中是有关考试级别的安排，其中包含各个州中设置的考试级别，每个州最多只安排一个级别的考试。请查询，报名的第 1000~1100 名考生的报名信息，并在结果中增加 SAME 字段来判断他们是否能在本州参与所报级别的考试。
参考答案：
解答：
| A | B | C | |
|---|---|---|---|
| 1 | RegisterSiteA.csv | candidates.csv | ExamLevel.txt |
| 2 | =file(A1).cursor@ct().sortx(ID) | =file(B1).cursor@ct() | =T(C1).keys(STATE) |
| 3 | =B2.switch(STATE,C2) | ||
| 4 | =joinx(A2:Reg,ID;B3:Info,ID) | =A4.new(Reg.ID:ID, Reg.NAME:NAME, Reg.REGTIME:REGTIME, Reg.LEVEL: LEVEL, Reg.LEVEL == Info.STATE.LEVEL:SAME) | |
| 5 | =B4.sortx(REGTIME) | >A5.skip(1000) | =A5.fetch@x(100) |
A2 和 B2 用数据文件创建游标，由于需要将报考数据与考生信息相关联，因此需要它们的关联字段是有序的，即需要它们关于 ID 有序，其中 RegisterSiteA.csv 中的数据不满足要求。因此，A2 在生成游标后需要用 cs.sortx() 将其按 ID 排序。
C2 读出考试安排信息表，这个数据并不会是大数据，直接读为内存序表即可：
B3 将考生信息中的 STATE 与考试安排做关联，用来查询考生所在州安排的考试级别。
A4 用 joinx() 将报考数据游标，与考生信息游标做连接，报考数据为 Reg，考生信息为 Info。B4 用连接得到的游标准备所需返回的结果，其中 ID，NAME，REGTIME 和 LEVEL 从报考数据 Reg 中取得，而是否可以在本州考试，需要根据 Reg 和 Info 中的 LEVEL 是否一致来计算。
由于最终所需的结果是按报考时间排序的，因此在查询最终结果前，还需要用 cs.sortx() 根据报考时间排序。需要了解的是，A2 中排序是为了执行游标连接所需要的，而 A5 中的排序是取得结果所需要的，它们在执行时都会立即计算，而计算需要取得所有数据后，才能使用缓存去完成所需的排序，耗时也会较长。
B5 跳过前 1000 位报名最早的考生信息后，C5 中即可返回第 1001 至 1100 名报名的考生数据。
在 B3 中将游标与内存表做关联时，实际上只是需要获知考场安排表中对应的级别，因此也可以将 B3 中代码改为 =B2.join(STATE,C2,LocalLEVEL)，通过连接内存表，在游标中增加本地考试级别的字段 LocalLEVEL。如果这样的话，在 B4 中生成 SAME 字段时，所需做的判断也需对应改为 Reg.LEVEL=Info.LocalLEVEL。
英文版