简化SQL计算之分组中的关联计算

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：

 

说明：

            1、 <!--[endif]-->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：

            A、从DVDCopy表过滤出有效的、店里现存的DVD拷贝。

            B、按照BID对DVDCopy表分组，每组就是一个门店所有的DVD拷贝。

            C、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。

            D、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

            E、找到DVDCopy表中没出现过的门店，这样的门店也符合要求。

         F、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Branch、DVD、DVDCopy。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：

 

即：B002门店有3类DVD拷贝，B003门店有3类，B001门店有4类。

 

A8：A7.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)、Branch、A7.(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A8或Branch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。