简化SQL式计算之分组关联

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。由于SQL分组时必须同时汇总,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的子查询的高级技巧来实现。集算器支持真正的分组,直观的对象式关联访问,解决这类问题更加容易。

分组关联在实际业务中遇到的较多,比如http://forums.bit-tech.net/showthread.php?t=207052。下面以链接中的实际业务为蓝本设计一个更通用的例子,用来说明集算器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Branch表,存储DVD分店信息。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。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:

Branch表:



 

DVD表:



 

DVDCopy表:



 

扫描二维码关注公众号,回复: 1127186 查看本文章

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. DVDCopy表过滤出有效的、店里现存的DVD拷贝。

        2. 按照BIDDVDCopy表分组,每组就是一个门店所有的DVD拷贝。

        3. 找到每个门店对应的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。

 

 

集算器代码



 

       A1-A3:从数据库中检索数据,分别命名为变量BranchDVDDVDCopy。计算解结果如下:



 

       A4: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。注意:这一步是对象式关联访问的基础,需要使用switch函数。计算后,DVDCopy如下:



 

       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的分类。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,并不需要同时进行汇总计算,这一点和SQL中的分组函数不同。有时候我们需要对分组后的数据进行较深入的加工,而不是简单的汇总,这时用集算器的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A7A7有两个列:BonListCatCountBonList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Categorycount()用来计算Category的数量。计算结果如下:



 

即:B002门店有3DVD拷贝,B003门店有3类,B001门店有4类。

 

A8A7.select(CatCount<4)

       上述代码执行查询,求出CatCount小于4的门店,结果如下: 

 



 

上述缺货的门店是根据DVDCopy表计算出的。但有些严重缺货的门店也许不会出现在DVDCopy表,比如该门店所有的DVD拷贝都借出去了,或者该门店完全没有DVD拷贝,因此要把这部分门店合并进来,代码如下:

A9=A8.(BonList) | (Branch \ A7.(BonList))

 

上述代码中,运算符“|”表示将两个数据集进行并集计算(可用union函数代替),运算符“\”表示差集计算(可用函数diff代替)。A8.(BonList)BranchA7.(BonList)分别代表:DVDCopy表中缺货的门店、所有的门店、DVDCopy表中出现过的门店,其值分别为:



 

A9就是本案例最终的计算结果,其值为:



 

也可以用间接办法实现本案例,比如:先计算出来“不缺货的门店”,然后和Branch表做差集,计算结果应当和A9一样。

需要注意的是,SQL缺乏显式集合,不能用A8Branch这样的变量来代表数据集,因此上述简短的代码必须用几个冗长的SQL才能实现。

 

 

另外,集算器可被java程序调用,调用的方法也和普通数据库相似,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。

猜你喜欢

转载自datamachine.iteye.com/blog/2213396