组游标

在大数据运算中，除了遍历数据或者分组聚合运算，有时也需要每次取出一组的数据做分析。如按日期分析销售情况，统计每种产品的销售情况曲线，统计每个客户的进货习惯等。

按表达式分组取数

在集算器中，可以使用cs.fetch(;x)或cs.skip(;x)来获取或跳过记录，直到表达式x的值变化，以此来获取连续的一组数据。如，每次取出一个产品，准备考察每种产品的销售信息：

A6的游标中，包含着4种类型商品的销售数据，并按照PID排序。从A8中可以读出第20件商品的记录如下：

需要注意，游标中的数据在集算器中是单向单次遍历的，因此，在需要每次读取其中一组记录时，游标中的数据必须是有序的。

文件游标中的分段读取

在文本数据与集文件中，都讲述了cs.fetch() 的使用。我们知道，在cursor或者export函数中，添加分段参数，可以分段(分块)读取文件或游标中的数据。但是，分段读取时，数据会如何划分是由集算器决定的，有的时候会出现一些麻烦。

首先，我们准备一个数据文本：将上面用到的，按商品序号排序的数据，存储到一个新的集文本Order_Products.btx中：

在后面的计算中，如果将分段读取，我们看一下情况：

在将全部数据分为100段后，A3中读出的第1段数据，和A5中读出的第2段数据如下：

此时，就出现了这样的问题：同样是编号B1435的产品，它的销售记录在两组中都出现。如果每次取数后需要做聚合运算，那么在返回的结果中，就会出现重复的产品编号，不得不再次聚合后才能获得最终结果。这样的分段计算在大数据的并行运算中很常见，而上述情况会使计算变得复杂。此时，就应该在存储数据时，设定字段按组分段。

在使用游标存储集文件数据时，只需设定分段字段，此时写出数据时将根据字段按组分段，只有字段值变化时才会分段。这样在分段读取数据时，同一组的数据将被确保一次读出。如下：

将按商品序号排序的数据，存储到一个集文件Order_Products_G.btx中，根据PID按组分段；和前面写出文件Order_Products.btx的方法略有不同。需要注意的是，分段存储需要存储时设定分段字段才有效，存储时是按照哪个字段来按组分段的，由输出时函数中的参数决定，如A8中指定将A6中的游标，按照PID字段按组分段，此时A6中游标中的数据必须对PID有序。

此时，再分段读取时，情况就不同了：

用游标读取时与使用普通的集文件是相同的，但如果存储时使用了按组分段，分段读取时的结果就有区别了。此时，A3和A5中读出的数据如下：

此时，第1段数据将读出所有编号B1445的商品销售记录为止，第2段数据将从下个商品开始。可见，如果在写出集文件时设定了按组分段，那么在从游标中分段读取数据时，将会把整组的数据放在一段中读出。通过设定按组分段，可以保证分段时每组数据的完整性，使得大数据的分段计算变得更简捷。