关于结构化数据存储:结构化数据上的选出运算

9次阅读

共计 6007 个字符，预计需要花费 16 分钟才能阅读完成。

【摘要】
选出是指在汇合中，依据指定条件获取成员。选出与定位计算很类似，不过定位关怀的是成员在汇合中的地位，而选出关怀的是成员记录的详细信息。比方选出入职超过 10 年的员工支出，查问销售额超过一万的客户名称等等。如何简略快捷的实现选出？这里将为你全程分析，并提供 esProc SPL 示例代码。结构化数据上的选出运算

【例 1】分栏列出欧洲和非洲人口超 200 万的城市名称及人口（每栏按从多到少排序）。世界城市人口表局部数据如下：

冀望后果如下：

| Europe City | Population | Africa City | Population |
| Moscow | 8389200 | Cairo | 6789479 |
| London | 7285000 | Kinshasa | 5064000 |
| St Petersburg | 4694000 | Alexandria | 3328196 |
| … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”).query(“select * from World where Continent in(‘Europe’,’Africa’) and Population >= 2000000”) | / 连贯数据库，取出欧洲和非洲超过 200 万人口的记录 |
| 2 | =A1.select(Continent:”Europe”) | / 应用 A.select() 函数取出欧洲数据 |
| 3 | =A1.select(Continent:”Africa”) | / 应用 A.select() 函数取出非洲数据 |
| 4 | =create(‘Europe City’,Population,’Africa City’, Population) | / 按指标构造创立一个空表 |
| 5 | =A4.paste(A2.(City),A2.(Population),A3.(City),A3.(Population)) | / 应用 A.paste() 函数将值粘贴到对应列 |

A4 的执行后果如下：

| Europe City | Population | Africa City | Population |
| Moscow | 8389200 | Cairo | 6789479 |
| London | 7285000 | Kinshasa | 5064000 |
| St Petersburg | 4694000 | Alexandria | 3328196 |
| … | … | … | … |

【例 2】查问纽约研发部门员工的全名和支出。局部数据如下：

| ID | NAME | SURNAME | STATE | DEPT | SALARY |
| 1 | Rebecca | Moore | California | R&D | 7000 |
| 2 | Ashley | Wilson | New York | Finance | 11000 |
| 3 | Rachel | Johnson | New Mexico | Sales | 9000 |
| 4 | Emily | Smith | Texas | HR | 7000 |
| 5 | Ashley | Smith | Texas | R&D | 16000 |
| … | … | … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”) | / 连贯数据源 |
| 2 | =A1.query(“select * from Employee”) | / 导入员工表 |
| 3 | =A2.select(STATE==”New York”&&DEPT==”R&D”) | / 应用函数 A.select() 选出纽约研发部门员工的记录。须要同时满足所有条件时，能够应用符号 “&&”。|
| 4 | =A3.new(NAME+” “+SURNAME:FULLNAME, SALARY) | / 应用符号 \+ 连贯字符串，组成全名 |

A4 的执行后果如下：

【例 3】查问各部门 30 岁以下和 50 岁以上的员工的人数。局部数据如下：

| ID | NAME | BIRTHDAY | STATE | DEPT | SALARY |
| 1 | Rebecca | 1974/11/20 | California | R&D | 7000 |
| 2 | Ashley | 1980/07/19 | New York | Finance | 11000 |
| 3 | Rachel | 1970/12/17 | New Mexico | Sales | 9000 |
| 4 | Emily | 1985/03/07 | Texas | HR | 7000 |
| 5 | Ashley | 1975/05/13 | Texas | R&D | 16000 |
| … | … | … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”) | / 连贯数据源 |
| 2 | =A1.query(“select * from Employee”) | / 导入员工表 |
| 3 | =A2.select((age=age(BIRTHDAY), age<30 || age>50)) | / 应用函数 A.select() 选出年龄小于 30 或者年龄大于 50 的员工。须要满足多个条件中任意一个时，能够应用符号 “||”。|
| 4 | =A3.groups(DEPT; count(~):Count) | / 分组汇总各部门满足条件的人数 |

A4 的执行后果如下：

| DEPT | Count |
| 4 | 9 |
| 5 | 5 |
| 6 | 3 |
| 7 | 6 |
| 8 | 1 |

【例 4】依据成绩表，求一班数学问题最低的学生 ID。局部数据如下：

| CLASS | STUDENTID | SUBJECT | SCORE |
| Class one | 1 | English | 84 |
| Class one | 1 | Math | 77 |
| Class one | 1 | PE | 69 |
| Class one | 2 | English | 81 |
| Class one | 2 | Math | 80 |
| … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”) | / 连贯数据库 |
| 2 | =A1.query(“select * from Scores where SUBJECT=’Math’and CLASS=’Class one'”) | / 查问一班的数学问题 |
| 3 | =A2.minp(SCORE) | / 应用 A.minp() 函数选出最低分所在记录 |
| 4 | =A3.STUDENTID | / 从记录中取学生 ID |

最小值所在记录不肯定是惟一的，如果想返回所有记录，能够应用函数 A.minp() 的选项 @a：

| | A | B |
| 3 | =A2.minp@a(SCORE) | / 应用 A.minp() 函数的 @a 选项，选出所有最高分的记录 |
| 4 | =A3.(STUDENTID) | / 从多条记录中取出学生 ID |

A3 的执行后果如下：

A4 的执行后果如下：

| Member |
| 5 |
| 14 |

【例 5】依据奥运会奖牌榜统计表，求总成绩蝉联第一名届数最长的国家。局部数据如下：

| Game | Nation | Gold | Silver | Copper |
| 30 | USA | 46 | 29 | 29 |
| 30 | China | 38 | 27 | 23 |
| 30 | UK | 29 | 17 | 19 |
| 30 | Russia | 24 | 26 | 32 |
| 30 | Korea | 13 | 8 | 7 |
| … | … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =file(“Olympic.csv”).import@cqt() | / 导入奥运会历届排名 |
| 2 | =A1.sort@z(Game, 1000000\Gold+1000\Silver+Copper) | / 按第几届和总成绩降序排列 |
| 3 | =A2.group@o1(Game) | / 每届取一名，因为有序也就是第一名 |
| 4 | =A3.group@o(Nation) | / 将国家按原序分组 |
| 5 | =A4.maxp(~.len()) | / 应用函数 A.maxp() 选出成员数量最多的一组，也就是蝉联次数最多的 |

A5 的执行后果如下：

| Game | Nation | Gold | Silver | Copper |
| 10 | USA | 41 | 32 | 30 |
| 9 | USA | 22 | 18 | 16 |
| 8 | USA | 45 | 27 | 27 |
| 7 | USA | 41 | 27 | 28 |

有时候咱们须要通过计算数值在区间中的序号，来获取在汇合中的对应成员。比方依据考试成绩返回评估（优、良、中、差）；依据家庭年收入返回家庭所处的资产等级（贫苦、小康、中产、富裕等）。

【例 6】依据成绩表，统计英语科目优良、及格和不及格的人数。局部数据如下：

| CLASS | STUDENTID | SUBJECT | SCORE |
| Class one | 1 | English | 84 |
| Class one | 1 | Math | 77 |
| Class one | 1 | PE | 69 |
| Class one | 2 | English | 81 |
| Class one | 2 | Math | 80 |
| … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”).query(“select * from Scores where SUBJECT=’English'”) | / 连贯数据库，查问英语问题 |
| 2 | =create(Assessment,Score).record(\[“fail”,0,”pass”,60,”excellent”,90\]) | / 创立分数与评估对照表 |
| 3 | =A1.derive(A2.segp(Score,SCORE).Assessment:Assessment) | / 应用 A.segp() 函数依据分数在对照表中的区间序号，获取相应的评估。|
| 4 | =A3.groups(Assessment;count(1):Count) | / 按评估分组统计人数 |

A4 的执行后果如下：

【例 7】依据成绩表，求各班各科前两名的学生 ID。局部数据如下：

| CLASS | STUDENTID | SUBJECT | SCORE |
| Class one | 1 | English | 84 |
| Class one | 1 | Math | 77 |
| Class one | 1 | PE | 69 |
| Class one | 2 | English | 81 |
| Class one | 2 | Math | 80 |
| … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”) | / 连贯数据库 |
| 2 | =A1.query(“select * from Scores”) | / 查问学生问题 |
| 3 | =A2.group(CLASS,SUBJECT;~.top(-2;SCORE):TOP2) | / 应用 A.top() 函数获取每个班级各科目分数的前两名。其中 -2 示意从大到小取两名。|
| 4 | =A3.conj(TOP2) | / 将所有班级各科的前两名记录合并到一起 |

A4 的执行后果如下：

| CLASS | STUDENTID | SUBJECT | SCORE |
| Class one | 4 | English | 96 |
| Class one | 9 | English | 93 |
| Class one | 13 | Math | 97 |
| Class one | 10 | Math | 97 |
| … | … | … | … |

依据主键值查找对应记录是很常见的操作，例如依据员工 ID 查找员工记录，依据订单 ID 查问订单详细信息等等。

【例 8】依据互相关联的课程表和选课表，列出所有学生所选课程信息表，每个科目作为一列。课程表局部数据如下：

| ID | NAME | TEACHERID |
| 1 | Environmental protection and … | 5 |
| 2 | Mental health of College Students | 1 |
| 3 | Computer language Matlab | 8 |
| … | … | … |

选课表局部数据如下：

| ID | STUDENT_NAME | COURSE |
| 1 | Rebecca | 2,7 |
| 2 | Ashley | 1,8 |
| 3 | Rachel | 2,7,10 |
| … | … | … |

心愿转换成如下表格：

| ID | STUDENT_NAME | COURSE1 | COURSE2 | COURSE3 | … |
| 1 | Rebecca | Mental health of College Students | Into Shakespeare | | … |
| 2 | Ashley | Environmental protection and … | Modern economics | | … |
| 3 | Rachel | Mental health of College Students | Into Shakespeare | Music appreciation | … |
| … | … | … | … | … | … |

【SPL 脚本】

| | A | B |
| 1 | =connect(“db”) | / 连贯数据库 |
| 2 | =A1.query(“select * from Course”).keys(ID) | / 读取课程表，并设置主键 ID |
| 3 | =A1.query(“select * from SelectCourse”) | / 读取学生选课表 |
| 4 | =A3.run(COURSE=COURSE.split@cp()) | / 将选课表中的课程按逗号拆分后赋值给课程字段 |
| 5 | =A4.max(COURSE.len()) | / 找到选课最多的数量 |
| 6 | =create(ID,STUDENT_NAME, ${A5.(“COURSE”+string(~)).concat@c()}) | / 创立空表，课程列依照最多的数量创立 |
| 7 | >A4.run(A6.record(\[ID,STUDENT_NAME\]|COURSE.(A2.find(~).Name))) | / 循环选课表，将学生 ID、学生姓名以及应用 A.find() 函数查找出的课程名称合并追加到 A6 的表中。|

A6 的执行后果如下：

《SPL CookBook》中还有更多相干计算示例。

正文完