groups()

阅读(2390) 标签: groups,

本章介绍groups()函数的多种用法。

A.groups()

描述:

采用累计方式对序表分组聚合。

语法:

A.groups(x:F,…;y:G,…)

备注:

将序表A按照表达式x分组聚合后,形成以F,... G,…为字段的新序表。对A的成员遍历,依次向对应结果集累计,相比先分组再聚合的方式,即函数A.group(x:F,…;y:G,…),性能更优。

选项:

@o

只和相邻对比,相当于归并,结果集不再排序。

@n

x取值为分组序号,可直接定位,与@o互斥。

@u

结果集不再按x排序;与@o/@n互斥。

@i

x是布尔表达式,如果x的结果为true则开始新的一组。此时只有一个x

@m

数据量大的复杂运算中,并行计算提升性能,计算次序不确定,与@o/@i互斥。

@0

丢弃x的计算结果为空的组。

@h

用于分段有序的数据,可提高分组效率。

@t

A的返回值为空,则返回一个保留数据结构的空序表。

@z(…;…;n)

并行计算时按分组拆分,多线程共享结果集,此时不会动态调整HASH空间,nHASH空间长度,可用缺省值。

@e

返回y的结果组成的序表。其中xA的字段名,yA的函数,y的计算结果要求是A的一条记录,当y是聚合函数时仅支持maxp/minp/top@1

参数:

A

序列。

x

分组表达式。

F

结果序表的字段名。

G

结果序表中的汇总字段名。

y

yA的函数。当y为聚合函数时:仅支持sum/count/max/min/top/avg/iterate/icount/median/maxp/minp/concat/var,使用iterate(x,a;Gi,…)时不能有参数Gi。当y为非聚合函数时:只对每组第1条计算。

返回值:

分组后的序表

示例:

 

A

 

1

=demo.query("select * from SCORES where CLASS = 'Class one'")

2

=A1.groups(STUDENTID:StudentID;sum(SCORE):TotalScore)

单字段分组。

3

=demo.query("select * from SCORES")

 

4

=A3.groups(CLASS:Class,STUDENTID:StudentID;sum(SCORE):TotalScore)

多字段分组。

5

=A3.groups@m(STUDENTID:StudentID;sum(SCORE):TotalScore)

数据量大时提升性能。

6

=A3.groups@o(STUDENTID:StudentID;sum(SCORE):TotalScore)

只和相邻的对比归并,结果集不排序。

7

=demo.query("select * from STOCKRECORDS where STOCKID<'002242'")

 

8

=A7.groups@n(if(STOCKID=="000062",1,2):StockID;sum(CLOSING):TotalPrice)

x取值为分组序号。

9

=demo.query("select * from EMPLOYEE")

 

10

=A9.groups@u(STATE:State;count(STATE):TotalScore)

结果集不按分组字段排序。

11

=A9.groups@i(STATE=="California":IsCalifornia;count(STATE):count)

遇到STATE=="California"则开始新的分组。

12

=A3.groups(CLASS:Class,STUDENTID:StudentID;iterate(~~*2,10): Score1)

分组的每组内进行iterate运算。

13

=file("D:\\Salesman.txt").import@t()

14

=A13.groups@0(Gender:Gender;sum(Age):Total)

丢弃Gender为空的组。

15

=file("D:/emp10.txt").import@t()

数据文件emp10.txt中,每10条数据根据DEPT进行了一次排序:

16

=A15.groups@h(DEPT:dept;sum(SALARY):bouns)

A15是以DEPT分段有序的数据,使用@h选项提高分组效率:

17

=A1.groups(STUDENTID:StudentID;SUBJECT,sum(SCORE):SUMSCORE)

非聚合函数计算第一条数据:

18

=demo.query("select * from SCORES where CLASS = 'Class three'")

返回空序表。

19

=A18.groups@t(STUDENTID:StudentID;sum(SCORE):TotalScore)

返回保留数据结构的空序表。

 

 

A

 

1

=demo.query("select * from SCORES")

 

2

=A1.groups@z(STUDENTID:StudentID;sum(SCORE):TotalScore;5)

并行计算时按组拆分,HASH空间长度为5

 

 

A

 

1

=demo.query("select EID,NAME,GENDER,DEPT,SALARY from employee")

 

2

=A1.groups(DEPT;minp(SALARY))

执行聚合函数minp()后返回A3的记录。

3

=A1.groups@e(DEPT;minp(SALARY))

返回由minp(SALARY)结果记录构成的序表。

相关概念:

A.group(xi,…)

A.group(x:F,…;y:G,…)

ch.groups()

描述:

针对管道中的记录分组。

语法:

ch.groups(x:F,…;y:G…;n)

备注:

针对管道ch中的记录按照x分组并排序,形成以F,...G,…为字段的管道。

新管道按分组表达式x排序,G字段值为对每一组执行聚合函数y后的结果。该函数为结果集函数。

选项:

@n

x取值为分组序号,可直接定位。

@u

结果集不再按x排序;与@n互斥。

参数:

ch

管道。

x

分组表达式,x:F省略表示针对全集聚合,此时“;”不可省略。

F

结果序表的字段名。

y

ch的聚合函数,仅支持sum/count/max/min/top /avg/iterate/concat/var,使用iterate(x,a;Gi,…)时不能有参数Gi

G

结果序表中的汇总字段名。

返回值:

管道

示例:

 

A

 

1

=demo.cursor("select * from EMPLOYEE ")

 

2

=channel()

创建管道。

3

=channel()

创建管道。

4

=channel()

创建管道。

5

=channel()

创建管道。

6

=A1.push(A2,A3,A4,A5)

将游标A1中的数据推送到管道A2A3A4A5,此时数据不会立即被推送到管道。

7

=A2.groups(;sum(SALARY):TotalSalary)

省略x:F求所有员工的总工资。

8

=A3.groups(DEPT:dept;sum(SALARY):TotalSalary)

指定字段DEPT分组,并按照指定字段排序。

9

=A4.groups@n(if(GENDER=="F",1,2):SubGroups;sum(SALARY):TotalSalary)

x取值为分组序号,GENDER等于“F”的分到第一组,否则分到第二组,并且每个组聚合。

10

=A5.groups@u(STATE:State;count(STATE):count)

结果集不按分组字段排序。

11

= A1.select(month(BIRTHDAY)==2)

 

12

=A11.fetch()

游标A11添加了计算。

13

=A2.result()

14

=A3.result()

15

=A4.result()

16

=A5.result()

cs.groups()

描述:

针对集群游标中的记录分组。

语法:

cs.groups(x:F,…;y:G…;n)

备注:

针对集群游标中的记录分组。按分组字段排序,依次向结果集聚合。

按照x分组后,形成以F,...G,…为字段的新序表;新序表按分组表达式x排序,G字段值为对每一组执行聚合函数y后的结果。

选项:

@c

分机独立执行,结果集拼成集群内表,保持游标分布,可用作集群维表。

参数:

cs

集群游标记录。

x

分组表达式,x:F省略表示针对全集聚合,此时“;”不可省略。

F

结果序表的字段名。

y

cs的聚合函数,仅支持sum/count/max/min/top/avg/iterate/concat/var,使用iterate(x,a;Gi,…)时不能有参数Gi

G

结果序表中的汇总字段名。

n

最大分组数,超过n时停止执行,用于分组数非常大时,防止内存溢出。并且最后的分组数不是确切数n,可能会比n大一些。

返回值:

序表/集群内表

示例:

 

A

 

1

=file("emp1.ctx","192.168.0.111:8281")

emp1.ctx数据文件内容如下:

2

=A1.open()

打开集群组表。

3

=A2.cursor()

返回集群游标。

4

=A3.groups(Dept:dept;count(Name):count)

根据DEPT分组,然后聚合:

  

 

 

A

 

1

[192.168.0.110:8281,192.168.18.143:8281]

 

2

=file("emp.ctx":[1,2], A1)

 

3

=A2.open()

打开集群组表。

4

=A3.cursor()

获取集群游标。

5

=A4.groups(GENDER:gender;sum(SALARY):totalSalary)

根据GENDER分组后再聚合,返回序表:

6

=A3.cursor()

 

7

=A6.groups@c(GENDER:gender;sum(SALARY):totalSalary).dup()

游标保持分布,返回集群内表:

cs.groups()

描述:

针对游标中的记录分组。

语法:

cs.groups(x:F,…;y:G…)

备注:

针对游标中的记录分组。按分组字段排序,依次向结果集聚合。

按照x分组后,形成以F,...G,…为字段的新序表;新序表按分组表达式x排序,G字段值为对每一组执行聚合函数y后的结果。

选项:

@n

x取值为分组序号,可直接定位,n为事先设定的总组数,可以直接先生成空间。

@u

结果集不再按x排序;与@n互斥。

@o

只和相邻对比,相当于归并,结果集不再排序。

@i

x是布尔表达式,如果x的结果为true则开始新的一组。此时只有一个x

@h

用于分段有序的数据,可提高分组效率。

@0

丢弃x的计算结果为空的组。

@t

当游标中的数据返回值为空,则返回一个保留数据结构的空序表。

@z(…;…;n)

并行计算时按分组拆分,多线程共享结果集,此时不会动态调整HASH空间,nHASH空间长度,可用缺省值。

@e

返回y的结果组成的序表。其中xcs的字段名,ycs的函数,y的计算结果要求是cs中的一条记录,当y是聚合函数时仅支持maxp/minp/top@1

参数:

cs

游标记录。

x

分组表达式,x:F省略表示针对全集聚合,此时“;”不可省略。

F

结果序表的字段名。

y

cs的聚合函数,仅支持sum/count/max/min/top/avg/iterate/minp/maxp/concat/var,使用iterate(x,a;Gi,…)时不能有参数Gi

G

结果序表中的汇总字段名。

返回值:

序表

示例:

 

A

 

1

=demo.cursor("select * from SCORES where CLASS = 'Class one'")

 

2

=A1.groups(;sum(SCORE):TotalScore)

省略x:F求所有学生的总成绩

3

=demo.cursor("select * from FAMILY")

 

4

=A3.groups(GENDER:gender;sum(AGE):TotalAge)

指定字段分组,并按照指定字段排序

5

=demo.cursor("select * from STOCKRECORDS where STOCKID<'002242'")

 

6

=A5.groups@n(if(STOCKID=="000062",1,2):SubGroups;sum(CLOSING):ClosingPrice)

x取值为分组序号,STOCKID等于000062的分到第一组,否则分到第二组,并且每个组聚合

7

=demo.cursor("select * from EMPLOYEE")

 

8

=A7.groups@u(STATE:State;count(STATE):Total)

结果集不按分组字段排序

9

=demo.cursor("select * from EMPLOYEE")

 

10

=A9.groups@o(STATE:State;count(STATE):Total)

只和相邻的对比,结果不排序

11

=demo.cursor("select * from EMPLOYEE")

 

12

=A11.groups@i(STATE=="California":IsCalifornia;count(STATE):count)

遇到STATE=="California"则开始新的分组

13

=file("D:/emp10.txt").cursor@t()

数据文件emp10.txt中,每10条数据根据DEPT进行了一次排序

14

=A13.groups@h(DEPT:DEPT;sum(SALARY):bouns)

A13是以DEPT分段有序的数据,使用@h选项提高分组效率

15

=demo.query("select  * from employee")

 

16

=A15.cursor@m(3)

返回多路游标

17

=A16.groups(STATE:state;sum(SALARY):salary)

多路游标使用groups并行分组

 

有空值的情况

 

A

 

1

=demo.cursor("select * from SCORES where CLASS = 'Class three'")

 

2

=A1.groups@t(STUDENTID:StudentID;sum(SCORE):TotalScore)

返回保留数据结构的空序表

3

=demo.cursor("select * from DEPT")

DEPT表数据内容如下:

4

=A3.groups@0(FATHER)

丢弃计算结果为空的组

 

使用@z选项,并行计算

 

A

 

1

=demo.cursor("select * from SCORES")

 

2

=A1.groups@z(STUDENTID:StudentID;sum(SCORE):TotalScore;5)

并行计算时按组拆分,HASH空间长度为5

 

使用@e选项,返回y的结果组成的序表

 

A

 

1

=demo.cursor("select * from SCORES")

 

2

=A1.groups@e(SUBJECT;maxp(SCORE))

返回由maxp(SCORE)结果记录构成的序表

 

T.groups()

描述:

针对虚表中的记录分组。

语法:

T. groups(x:F,…;y:G…;n)

备注:

针对虚中的记录分组。按分组字段排序,依次向结果集聚合。

按照x分组后,返回以F,...G,…为字段的序表;序表按分组表达式x排序,G字段值为对每一组执行聚合函数y后的结果。

选项:

@n

x取值为分组序号,可直接定位,n为事先设定的总组数,可以直接先生成空间。

@u

结果集不再按x排序;与@n互斥。

@o

只和相邻的对比,相当于归并,结果集不再排序。

@i

x是布尔表达式,如果x的结果为true则开始新的一组。此时只有一个x

@h

用于分段有序的数据,可提高分组效率。

@b

返回的结果集中只有聚合数据,没有分组列数据。

@v

组表第一次加载时用列式,提升性能。

参数:

T

虚表。

x

分组表达式,x:F省略表示针对全集聚合,此时;不可省略。

F

结果序表的字段名。

y

聚合函数,仅支持sum/count/max/min/top/avg/iterate/concat/var,使用iterate(x,a;Gi,…)时不能有参数Gi

G

结果序表中的汇总字段名。

n

最大分组数,超过n时停止执行,用于分组数非常大时,防止内存溢出。并且最后的分组数不是确切数n,可能会比n大一些。

返回值:

虚表

示例:

 

A

 

1

=create(file).record(["D:/file/pseudo/empT.ctx"])

 

2

=pseudo(A1)

生成虚表。

3

=A2.groups(DEPT:dept;avg(SALARY):AVG_SALARY)

将虚表记录分组,分组字段为DEPT,聚合方式为计算每组SALARY的平均值,结果返回序表,结果序表中的字段名称有deptAVG_SALARY,结果根据dept排序:

4

=A2.groups@n(if(GENDER=="F",1,2):GenderGroup;avg(SALARY):AVG_SALARY)

将虚表记录根据GENDER是否为F分为两组,并计算每组的SALARY平均值:

5

=A2.groups@u(DEPT:dept;avg(SALARY):AVG_SALARY)

使用@u,分组结果不排序:

6

=A2.groups@o(DEPT:dept;avg(SALARY):AVG_SALARY)

使用@o,只和相邻对比,结果集不排序:

7

=A2.groups@i(GENDER=="M":isMAN;count(EID):Count)

遇到GENDER=="M"则开始新的分组:

8

=A2.groups@b(DEPT:dept;avg(SALARY):AVG_SALARY)

使用@b选项,结果集中只有聚合数据列,无分组数据列: