SPL 简化 SQL 案例详解：分组关联

发表: 2019-06-24 浏览: 1363

对齐关联分组 SQL优化

在数据库应用开发中，我们经常需要面对复杂的SQL式计算，比如多层分组中的关联计算。在SQL中，分组必须同时进行汇总计算，并且不能进行对象式关联访问，因此处理这类问题会比较复杂，只能用窗口函数嵌套多层子查询这类高级技巧来实现。而本文要介绍的SPL能够支持真正的分组，进行直观的对象式关联访问，从而解决这类问题更加容易。

分组关联在实际业务中遇到的很多，下面以实际业务为蓝本设计一个比较通用的例子，以此说明SPL实现分组关联的具体过程：

计算目标：查询出缺货的DVD分店，即现存的DVD拷贝不到4类的分店。

数据结构：

l Branch表，存储DVD分店信息；

l DVD表，存储DVD的标题及分类信息，DVD是虚拟的数据，比如“变形金刚4”是一个DVD，但它不是一张可见的光盘

l DVDCopy表，存储DVD的多张拷贝，DVD拷贝是真正的光盘，以实体形式存放于各个分店。注意：DVDCopy表以BranchID字段和Branch表关联，以DVDID字段和DVD表关联。

下面是部分数据示例：

Branch表：

DVD表：

DVDCopy表：

说明：

1. 计算结果应当是Branch表中的某些记录。

2. DVDCopy表中的Status字段如果是“Miss”，则说明光盘丢失。LastDateReturned字段如果为空，则说明光盘借出尚未归还。显然，丢失或未归还的光盘不在计算范围内，应当过滤掉。

3. 应当考虑某些分店可能在DVDCopy表中不存在记录，虽然这种情况比较罕见。

解题思路：

1. 从DVDCopy表过滤出店里现存的DVD拷贝（没有丢失或借出）。

2. 按照BID对DVDCopy表分组，每组就是一个门店所有的DVD拷贝。

3. 找到每个门店的DVD拷贝对应的DVD，再计算出这些DVD的分类数量。

4. 查询出现存的DVD分类数量小于4的门店，这样的门店符合要求。

5. 找到DVDCopy表中没出现过的门店，这样的门店也符合要求。

6. 将两类符合要求的门店合并。

SPL代码：

A1-A3：从数据库中检索数据，分别命名为变量Branch、DVD、DVDCopy。计算结果如下：

A4：=DVDCopy.switch(DVDID,DVD:DVDID; BID,Branch:BID)

使用函数switch，将DVDCopy表中的DVDID字段切换成DVD表中对应的记录，将BID字段切换成Branch表中对应的记录。这一步是对象式关联访问的基础，计算后DVDCopy的结果如下：

浅蓝色字体表示该字段对应为某条记录，点击后可查看，如下图：

此时，只需用操作符“.”就可以进行对象式关联访问，比如DVDCopy.(DVDID). (CATEGORY)表示每个DVD拷贝对应的DVD分类。DVDCopy.(BID)则可以取得每个DVD拷贝对应的分店详情（完整记录）。

A5：=DVDCopy.select(STATUS!="Miss" && LASTDATERETURNED!=null)

这句代码用来过滤数据，即：丢失的，未归还的DVD拷贝不在计算范围内，过滤后A5的值如下：

A6：=A5.group(BID)

上述代码用来对A5中的数据按照BID分组，每行代表一个门店的所有DVD拷贝，如下：

点击浅蓝色字体，可以看到组内成员：

可以看到，函数group只对数据进行分组，并不会同时进行汇总计算，这一点和SQL中的分组函数不同。当我们需要对分组后的数据进行较深入加工，而不是简单汇总时，用SPL的group函数会更方便，比如A7中的代码。

A7：=A6.new(~.BID:BonList, ~.(DVDID).id(CATEGORY).count():CatCount)

上述代码用来计算每个门店对应的DVD拷贝各有几类。函数new可以根据A6中的数据生成新的对象A7，A7有两个列：BonList和CatCount，BonList直接来自A6中组内数据的BID列，CatCount来自于组内数据的DVDID列。CatCount的算法分为三部分：~.(DVDID)找到每个门店所有的DVD拷贝对应的DVD记录；id(CATEGORY)去除这些DVD记录中重复的Category；count()用来计算Category的数量。计算结果如下：