数据表枚举字段的取值是有限几种值，针对枚举字段 f 的过滤条件写成 f =v1 or f=v2 or…或者 f !=v1 and f !=v2 and…，也可能写成 in 或者 not in。数据库要用 f 与 n 个值比较计算，数据表较大的时候比较次数会很多，性能就会比较差，而且 n 越大性能越差。

如果在过滤的时候不再做比较，性能自然大幅提高。esProc 提供的对位序列机制可以起到这样的作用。

下面通过订单表的例子来看怎样使用对位序列，同时比较一下 esProc SPL 和 MYSQL 数据库计算枚举字段条件过滤的性能。

MYSQL 数据库中，订单表 orders 是事实表，存储了 2024 年全年订单，主键是订单号 oid，字段有客户号 cid，日期 odate，雇员姓名 ename，金额 amount，数据量一千万。

cid 和 ename 是枚举字段，cid 对应维表 customer，而 ename 没有对应维表。

客户表 customer 主键是 cid，字段是客户姓名 cname，国家 ccountry。数据量不大，只有 1 万条记录。

测试环境：VMWARE 虚拟机，8 核 CPU，8G 内存，SSD 硬盘。操作系统是 Win11，MYSQL 版本是 8.0。

先下载 esProc https://www.esproc.com/download-esproc/，用标准版就可以了。

安装 esProc 后，试一下 IDE 是否可以正常访问数据库。先把 MYSQL 数据库的 JDBC 放到目录 "[安装目录]\common\jdbc"，这是 esProc 的类路径之一：

在 esProc 中建立 MYSQL 数据源：

返回到数据源界面并连接刚才配置的数据源，如果数据源名变成粉色，说明配置成功。

在 IDE 中新建脚本，编写 SPL 语句，连接数据库，执行 SQL 读入 customer 表数据：

	A	B
1	=connect("mysql16")
2	=A1.query("select * from customer")

按 ctrl-F9 执行，可以在 IDE 右边看到 A2 的执行结果，很方便。

我们先来确定枚举字段的取值范围。字段 cid 有对应维表，取值范围已经确定了。字段 ename 没有对应维表，需要预先遍历事实表 orders 确定取值范围，生成维表。

这个过程在数据准备阶段完成，同时还要完成事实表中枚举字段的序号化：

	A
1	=connect("mysql16")
2	=A1.query("select * from customer order by cid").keys@i(cid)
3	=file("customer.btx").export@b(A2)
4	=A1.query("select distinct ename from orders order by ename").keys@i(ename)
5	=file("employee.btx").export@b(A4)
6	=A1.cursor("select oid,cid,ename,odate,amount from orders")
7	=A6.derive(A2.pfind(cid):cnum,A4.pfind(ename):enum)
8	=file("orders.ctx").create(oid,cnum,enum,odate,amount,cnum,enum)
9	=A8.append(A7)
10	>A1.close(),A9.close()

A2 取出 customer 表，以 cid 为主键，为后面把订单表的 cid 转换为序号做准备。

A4 取出 orders 表中不重复的 ename，以 ename 为主键形成新的维表 employee，为后面把订单表的 ename 转换为序号做准备。

A6 建立 orders 表的游标，A7 把 cid 和 ename 序号化，也就是用 pfind 函数转换成对应维表中的序号。为过滤计算做准备。

ename 这样的字符串字段占用空间较大，且比较计算也更慢，转换成整数会有效提速。

这里保留 ename 和 cid 字段，用来对比使用对位序列和不使用时的性能差异。

A8 把序号化的数据写入订单组表。

数据准备完成后，就可以利用 esProc 为枚举字段条件过滤提速了。

例一， 找出雇员是 James 或者 Luke 的订单，按照日期分组统计订单数量。

SQL 这样写：

select odate,count(1)
from orders
where 
    ename='James' or ename='Luke'
group by odate;

MYSQL 执行了 28 秒。

esProc 采用对位序列机制计算：

	A
1	=file("employee.btx").import@b()
2	=A1.(["James","Luke"].contain(ename))
3	=file("orders.ctx").open().cursor@m(odate;A2(enum))
4	=A3.groups(odate;count(1))

A2 循环计算维表 employee，生成一个同样长度的布尔值序列。循环中用 contain 函数判断集合 ["James","Luke"] 是否包含当前位置的 ename 值，如果包含，则布尔值序列同样位置的成员被赋值成 true，否则就是 false。esProc 把这样的布尔值序列称为对位序列。

如果要计算 not in，只要在 A2 中总括号前加上！就可以了。

A3 对事实表 orders 的游标做条件过滤。在数据准备阶段，enum 字段被赋值为维表的对应序号。这里就用序号去取对位序列的成员，成员是 true 表示满足条件，否则就是不满足。这样就把比较运算转化成了按位置取序列成员，计算复杂度会降低。

esProc 执行时间是 0.5 秒。

不用对位序列机制的代码是这样：

	A
1	=file("orders.ctx").open().cursor@m(odate;ename=="James" || ename=="Luke")
2	=A1.groups(odate;count(1))

执行时间是 0.5 秒。

因为待比较的雇员名只有两个，总数据量也不大，字符串比较运算和按位置取成员的性能差别不明显。

例二， 找出雇员在 James 等 10 人之内的订单，按照日期分组统计订单数量。

这个例子要写 or 就有点多了，SQL 用 in 写：

select odate,count(1)
from orders
where 
    ename in ('James', 'Rose', 'Luke', 'Tom',…)
group by odate

MYSQL 仍是 28 秒。

esProc 采用对位序列机制：

	A
1	=file("employee.btx").import@b()
2	=A1.(["James","Rose","Luke","Tom",…].contain(ename))
3	=file("orders.ctx").open().cursor@m(odate;A2(enum))
4	=A3.groups(odate;count(1))

代码在例一基础上增加待比较的雇员名即可。

esProc 仍是 0.5 秒。

不采用对位机制的代码：

	A
1	= ["James","Rose","Luke","Tom",…].sort()
2	=file("orders.ctx").open().cursor@m(odate;A1.contain@b(ename))
3	=A2.groups(odate;count(1))

esProc 执行时间是 0.8 秒。待比较的雇员名变多，字符串比较运算和按位置取成员的性能差别就比较明显了。

例三， 找出客户国家是 USA 的订单，统计总金额。

SQL 要使用子查询：

select sum(amount)
from orders
where 
    cid in (
        select cid
        from customer
        where ccountry='USA')

MYSQL 还是执行了 28 秒。

esProc 对位序列的写法和前两题基本一致：

	A
1	=file("customer.btx").import@b()
2	=A1.(ccountry=="USA")
3	=file("orders.ctx").open().cursor@m(amount;A2(cnum) )
4	=A3.total(sum(amount))

执行时间 0.5 秒。

不使用对位序列的写法：

	A
1	=file("customer.btx").import@b().keys@i(cid)
2	=A1.select@i(ccountry=="USA")
3	=file("orders.ctx").open().cursor@m(amount;cid:A2)
4	=A3.total(sum(amount))

执行时间 0.5 秒。cid 本身是整形，整数比较计算和按位置取成员的差别也不明显。

测试结果：

	MYSQL	esProc（对位序列）	esProc（非对位序列）
例一	28 秒	0.5 秒	0.5 秒
例二	28 秒	0.5 秒	0.8 秒
例三	28 秒	0.5 秒	0.5 秒

总共一千万的数据量，用 esProc 对位序列提速枚举字段的过滤条件，在例二字符串比较的情况下，效果比较显著。

如果继续加大数据量，对位序列的效果会更明显。

esProc 准备数据时，从数据库导出数据的时间较长，但这个操作是一次性的，时间长一些也无妨。后续订单表有增量数据的时候，只要定期对组表继续追加即可。

不过维表有数据变更的时候会麻烦一些，需要重新生成 btx。而且事实表序号化的结果依赖于维表的记录次序，如果维表发生插入删除等变化，就要重新生成一次事实表，维护管理成本相对较高。

实际上，针对固定不变的历史数据的计算场景就非常多了，也有不少枚举字段的条件过滤计算亟需提高性能。这些场景很适合采用 esProc 对位序列提速。