Chinaunix首页 | 论坛 | 博客

-

  • 博客访问: 4131809
  • 博文数量: 172
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 1923
  • 用 户 组: 普通用户
  • 注册时间: 2018-12-20 14:57
文章分类
文章存档

2021年(19)

2020年(81)

2019年(68)

2018年(4)

我的朋友

分类: 敏捷开发

2019-08-28 09:47:58

取出各组的前N行数据是较常见的运算,比如:每个月每种产品销量最高的五天是哪五天,每位员工涨薪最多的一次是哪次,高尔夫会员成绩最差的三次是哪三次,等等。在SQL中,这类运算要用窗口函数以及keep/top/rownumber等高级技巧来间接处理,代码难度较大。而且许多数据库(如MySQL)还没有这些高级功能,就只能用更复杂的JOIN语句和嵌套的子查询来实现了。如果还涉及多层分组,多级关联,计算过程会更加复杂。


而在SPL中,由于top函数可以按行号、最大值、最小值等方式取分组中的前N,因此解决此类问题更加容易、清晰。下面就用一个例子来说明。

数据库表golf存储着多位会员的高尔夫得分情况,部分数据如下:

ID USER_ID SCORE DATETIME
1 1 35 2014-07-01 11:00:00
2 1 17 2014-07-01 12:00:00
3 2 36 2014-07-01 11:00:00
4 2 27 2014-07-01 12:00:00
5 1 66 2014-07-02 11:00:00
6 1 77 2014-07-02 12:00:00
7 2 93 2014-07-02 12:00:00
8 1 27 2014-07-03 12:00:00
9 1 48 2014-07-03 18:00:00
10 1 36 2014-07-04 18:00:00
11 3 77 2014-07-01 12:00:00
12 3 68 2014-07-02 13:00:00
13 4 25 2014-07-02 13:00:00

请取出每位会员成绩最好的三次得分情况。

SPL代码:


A
1 =db.query("select * from golf")
2 =A1.group(USER_ID)
3 =A2.(~.top(-3;SCORE))
4 =A3.union()
5 >file("golf.csv").export@ct(A4)

A1:从数据库取数。点击该单元格,可以看到取数结果:

A2=A1.group(USER_ID)。将A1的结果按照USER_ID,也就是会员分组,结果如下:

每行代表一组,其中是一个会员的所有得分记录,双击浅蓝色格子,可以看到组内成员,如下:

A3= A2.(~.top(-3;SCORE))。计算出每组数据SCORE字段前三的记录。这里的“~”表示每组数据,~.top()表示依次对每组数据应用函数top。函数top可以取得数据集的前N条记录,比如top(3;SCORE)表示按SCORE升序排列,取前3条(即最小值);top(-3;SCORE)表示按降序排列,取前3条(即最大值,也就是这里的最好成绩)。这一步的计算结果如下:

A4=A3.union()。将各组数据合并,结果如下:

A5>file("golf.csv").export@ct(A4)

将计算结果导出到" golf.csv "文件,以便通过excel等工具查看:

除了导出数据, SPL还可以直接被报表工具或java程序调用,调用方法和普通数据库相似,使用它提供的JDBC接口即可向java主程序返回ResultSet形式的计算结果,具体方法可参考相关文档。

阅读(1939) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~