内置并行
在多线程 一文中，我们了解了在集算器中，如何执行多线程计算来提高效率。除了编写网格代码时用fork来实现多线程并行计算，集算器也在一些函数中提供了内置并行的解决方案，我们将在下面了解这些内容。
并行读取数据
在读取数据表时，如果记录的顺序对计算结果没有影响，则可以用多线程来处理，从而更充分地利用系统资源，以达到提高效率的目的。如果需要使用多线程并行处理，需要在使用函数时添加@m选项，多线程并行读取数据的函数主要是f.import@m()。
读取单个数据文件中的数据时，可以用多线程并行的方法。如：
|
|
A |
B |
|
1 |
=file("PersonnelInfo.txt") |
=now() |
|
2 |
=A1.import@t() |
=now() |
|
3 |
=A1.import@mt() |
=now() |
|
4 |
=string(interval@ms(B1,B2))+"/"+string(interval@ms(B2,B3)) |
|
A2中直接读入数据，A3中添加了@m选项，使用f.import@m()，多线程读取数据。在A4中比较了两种方法的耗时，结果如下：
使用并行读取数据的方法，也可以获得明显的性能提升。
在多线程读取单数据文件时，系统会将文件拆分为多个部分，分别构成文件游标来分段读取记录。读取数据时，这些文件游标将各自使用独立的线程，类似于上一个例子中多线程读取数据的情况。如果想更详细地了解集算器中如何分段读取数据，请阅读集文件。
由于并行读取单个数据文件中的数据，因此在结果中记录的顺序也是不定的，不一定完全按顺序返回。
在使用f.import@m()时，使用的线程数是由设定的Parallel number of task决定的。这个参数可以在集算器菜单栏中点击Tool>Option，在General页面中设定：
有序归并游标
还有一种必须在并行时才能完成的计算，就是游标的有序归并，CS.merge()。如下面的例子：
|
|
A |
B |
|
1 |
=file("Order_Wines.txt").cursor@t() |
=file("Order_Foods.txt").cursor@t() |
|
2 |
=file("Order_Electronics.txt").cursor@t() |
=file("Order_Books.txt").cursor@t() |
|
3 |
=[A1:B2].merge(Date) |
=A3.fetch(10000) |
|
4 |
>A3.close() |
|
在A3中，将4个文本中的订单数据根据日期有序归并，得到新的游标。
在处理游标的有序归并时，需随时根据排序表达式，判断从哪一个游标中读取数据。这样，在计算过程中，各个游标都需要同时存在，这也是需要多线程处理的问题。在集算器中，在计算游标的有序归并时，同样会自动使用并行的方法，不必再添加@m选项。
B3中取出前10000条数据如下：
如需了解更多有关内容，请阅读游标归并与连接。