结构化文本计算示例（一）

结构化文本是很常见的文件格式，对结构化文本的计算也是很常见的需求。在实现这种计算时，一种很容易想到的办法是将文件导入数据库后再计算，但这会消耗大量时间以及昂贵的数据库资源，并且有的场合下并无合适的数据库可用。这样一来，咱们就会有一个天然的想法，若是可以直接计算就会方便多了。惋惜的是，通常高级语言都没有提供针对结构化文本的基本运算类库，而想要经过硬编码完成这些运算又很是繁琐，不只代码复杂，可维护性还不好。

做为专业的结构化数据计算类库，集算器SPL封装了丰富的结构化计算函数，支持集合运算、关联运算、有序运算，所以可轻松实现结构化文本的运算。此外，SPL还能够经过JDBC调用接口向Java应用提供运算结果（可参考【Java 如何调用 SPL 脚本】），极大地方便集成工做。

下面咱们就来看一下常见的结构化文本计算案例，以及SPL对应的解法。

维护

增长记录

         在sales.txt的第2行插入1条记录。源文件以下：

OrderID	Client	SellerId	Amount	OrderDate
26	TAS	1	2142.4	2009-08-05
33	DSGC	1	613.2	2009-08-14
84	GC	1	88.5	2009-10-16
133	HU	1	1419.8	2010-12-12
32	JFS	3	468	2009-08-13
39	NR	3	3016	2010-08-21
43	KT	3	2169	2009-08-27

         代码

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.insert(2,200,"MS",20,2000,date("2015-02-02"))
3	=file("D:\\sales.txt").export@t(A1)

         

结果    

OrderID	Client	SellerId	Amount	OrderDate
26	TAS	1	2142.4	2009-08-05
200	MS	20	2000	2015-02-02
33	DSGC	1	613.2	2009-08-14
84	GC	1	88.5	2009-10-16
133	HU	1	1419.8	2010-12-12
32	JFS	3	468	2009-08-13
39	NR	3	3016	2010-08-21
43	KT	3	2169	2009-08-27

函数insert插入记录，第1个参数是插入位置，当该参数为0时，表示追加记录。

         若是只是向文件追加记录，那么没必要读入文件，只需用函数export@a，代码以下：

	A
1	=create(OrderID,Client,SellerId,Amount,OrderDate).record([200,"MS",20,2000,date("2015-02-02")])
2	=file("D:\\sales.txt").export@a(A1)

函数create新建二维表，函数record向二维表追加记录。

另外，能够经过insert@r批量插入记录，代码以下：

	A
1	=file("D:\\sales.txt").import@t()
2	=create(OrderID,Client,SellerId,Amount,OrderDate)
3	=A2.record([200,"MS",20,2000,date("2015-02-02"), 300,"Ora",30,3000,date("2015-03-03")])
4	=A1.insert@r(2:A2)

         为节省篇幅起见，下文都将省略导出文件的代码。

删除记录

         删除sales.txt中的第2条记录。代码以下：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.delete(2)

         函数delete支持批量删除，好比删除第2,3,5,6,7条记录：A1.delete([2,3]|to(5,7))

         也能够按条件删除，好比删除Amount小于1000的记录：A1.delete(A1.select(Amount<1000))

修改记录

         修改sales.txt的第2条记录，将SellerId改成100，Amount改成1000，代码以下：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.modify(2,100:SellerId,1000:Amount)

         也能够批量修改，好比将前10条记录的Amount增长10:

         A1.modify(1:10,Amount+10:Amount)

增长列

         在sales.txt增长列year，填入订单日期OrerDate中的年份。代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.derive(year(OrderDate):year)

         结果：

删除列

         物理上删除列效率较低，一般用“取出保留列”来代替。好比sales.txt中删除Client、SellerId，至关于保留OrderID、Amount、OrderDate，代码以下：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.new(OrderID,Amount,OrderDate)

         结果：

修改列

         将sales.txt的Amount列增长10%，代码以下：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.run(Amount*1.1:Amount)

结果：

         注意函数run跟函数modify的区别：修改整列（全部记录的对应字段）须要用run，只修改指定记录的某列（特定字段）用modify。

 

基本运算

查询

         指定时间段，按参数查询sales.txt。代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.select(OrderDate>=startDate   && OrderDate<=endDate)

         startDate和endDate是输入参数，好比2010-01-01至2010-12-31。结果：

排序

针对sales.txt，按照客户代码(Client)降序排序，按照订单日期(OrderDate)升序排序。

代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.sort(-Client,OrderDate)

注意：降序时在字段前面使用英文的减号来表示，即“-”，默认按照升序。

结果：

分组汇总

计算出每一个销售员每一年的销售额和订单数，即按照销售员分组，对销售额求和，对记录计数。

代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.groups(SellerId,year(OrderDate);sum(Amount),count(~))

函数groups可在分组的同时进行汇总，其中，~表示每组或当前组，count(~)等于count(OrderID)。

结果：

得到惟一值

列出sales.txt中的客户名单，即获取全部Client的惟一值。

代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.id(Client)

结果：

去除重复

保留sales.txt中每一个客户每一个销售员的第一条记录。获取惟一值也是一种去重，这里是另一种经过分组来去除重复的方式。

代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.group@1(Client,SellerId)

经过函数group进行分组（和groups不一样，这里能够不汇总），@1表示取每组第1条记录。

结果：

 

TopN

         找到每一个销售员销售额最大的3笔订单。

代码：

	A
1	=file("D:\\sales.txt").import@t()
2	=A1.group(SellerId;~.top(3;-Amount):t).conj(t)

函数top过滤出TopN，”-”表示逆序，函数conj用于合并结果。

计算结果：

若是只取最大的一笔订单，还能够用maxp函数，不过 maxp直接返回表达式描述的最大记录，所以不用再加符号”-”来描述排序方式。因为分组后的字段t的内容是记录，所以不能用conj(t)来合并，而是须要使用A.(t)方式直接取出t字段。因此取每一个销售的最大一笔订单表达式为：=A1.group(SellerId;~.maxp(Amount):t).(t)