结构化数据中的从属判断问题
1. 集合包含性检测在一个表中，根据集合的包含性判断查找记录。【例 1】 在员工表中，统计一线城市各部门的平均工资。部分数据如下：IDNAMECITYSALARY1RebeccaTianjin70002AshleyTianjin110003RachelShijiazhuang90004EmilyShenzhen70005AshleyNanjing16000…………【解题思路】从员工表选出数据时，需要判断员工的所在城市是否从属于由北京、上海、广州、深圳组成的常数集合。当集合的成员数小于 10 个时，可以使用函数 A.contain() 进行过滤。【SPL 脚本】AB1=connect("db").query("select * from Employee")/连接数据库并查询员工表2[Beijing, Shanghai, Guangzhou, Shenzhen]/创建一线城市的常数集合3=A1.select(A2.contain(CITY))/使用函数 A.contain() 选出所在城市包含在一线城市中的记录。4=A3.groups(DEPT; avg(SALARY):SALARY)/分组汇总各部门的平均工资A4的执行结果如下：DEPTSALARYFinance7833.33HR7187.5Marketing7977.27……在一个表中，根据较大集合的包含性判断来查找记录。【例 2】 在销售表中，统计 2014 年大客户的每月销售额。部分数据如下：IDCustomerSellerIdDateAmount10400EASTC12014/01/013063.010401HANAR12014/01/013868.610402ERNSH82014/01/022713.510403ERNSH42014/01/031005.910404MAGAA22014/01/031675.0……………【解题思路】本题与【例 1】类似，从销售表选出数据时，需要判断销售客户是否从属于大客户的常数集合。当集合的成员较多时（超过 10 个），可以先对常数集合排序，再使用函数 A.contain() 的 @b 选项，进行二分法查找。【SPL 脚本】AB1=connect("db").query("select * from Sales")/连接数据库并查询销售表2=["SAVEA","QUICK","ERNSH","HUN","RATTC","HANAR","FOLKO","QUEEN,MEREP","WHITC","FRANK","KOENE"].sort()/创建大客户的常数集合并排序3=A1.select(year(Date)==2014 && A2.contain@b(Customer))/选出 2014 年的大客户记录。当集合 A 有序时，使用函数 A.contain() 的 @b 选项，进行二分法查找。4=A3.groups(month(Date):Month; sum(Amount):Amount)/分组汇总每月的销售额A4的执行结果如下：STATESALARYCalifornia7700.0Texas7592.59New York7677.77Florida7145.16Other7308.12. 外键映射的包含性检测在两个表中，根据外键映射的包含性检测查找记录。【例 3】 查询各班有多少学生选修了“Matlab”课程。选课表和课程表如下：
【解题思路】从选课表选出数据时，需要判断课程的名称是否等于“Matlab”。可以先在课程表中筛选出课程名称是“Matlab”的课程集合，再选出选课表的课程 ID 从属于这个集合的记录。【SPL 脚本】AB1=connect("db")/连接数据库2=A1.query("select * from Course")/查询课程表3=A1.query("select * from SelectCourse")/查询选课表4=A2.select(Name=="Matlab")/从课程表中选出指定课程5=A3.join@i(CourseID, A4:ID)/使用函数 A.join() 的 @i 选项进行连接过滤6=A5.groups(Class; count(1):SelectCount)/分组汇总各班报名的人数A6的执行结果如下：ClassSelectCountClass 13Class 25……3. 非外键的包含性检测在两个表中，根据非外键的包含性检测查找记录。【例 4】 查询各班所有某科成绩超过 80 分的学生数量。成绩表和学生表如下：
【SQL 语句】从学生表选出数据时，需要判断学生是否有单科成绩超过 80 分的。可以先在成绩表中选出所有大于 80 分的记录，再按学生 ID 去重，得到某科成绩高于 80 分的学生 ID 的集合。接下来只要选出学生的 ID 从属于这个集合的记录。【SPL 脚本】AB1=connect("db")/连接数据库2=A1.query("select * from Student")/查询学生表3=A1.query("select * from Score")/查询学生成绩表4=A3.select(Score>80)/选出有成绩超过 80 分的记录5=A4.id(StudentID)/使用 id 函数按学生 ID 去重6=A2.join@i(ID, A5)/使用函数 A.join@i() 连接过滤7=A6.groups(Class; count(1):StudentCount)/分组汇总每个班级的学生数量A7的执行结果如下：ClassStudentCountClass 19Class 211……在两个表中，根据非外键的匹配性检测查找记录，优化提速。【例 5】查询 2014 年各城市有销售记录的客户数量。销售表和客户表如下：
【解题思路】从客户表选出数据时，需要判断客户在 2014 年是否有销售记录。可以先在销售表中选出 2014 年的记录，再按客户 ID 去重，得到 2014 年有销售记录的客户 ID 的集合。接下来只要选出客户表的 ID 从属于这个集合的记录。【SPL 脚本】AB1=connect("db")/连接数据库2=A1.query("select * from Customer")/查询客户表3=A1.query("select * from Sales where year(Date)=2014 order by CustomerID")/查询 2014 年的销售记录，并按客户 ID 排序4=A3.groups@o(ID)/使用 groups 函数按客户 ID 去重，有序时使用 @o 选项5=A2.join@i(ID, A4:CustomerID)/使用函数 A.join@i() 连接过滤6=A5.groups(City; count(1):CustomerCount)/分组汇总每个城市的客户数量A6的执行结果如下：CityCustomerCountDongying6Tangshan7……4. 外键映射的不包含性检测在两个表中，根据外键映射的不包含性检测查找记录。【例 6】 查询 2014 年每个新增客户的销售总额。销售表和客户表如下：
【解题思路】从客户表选出数据时，需要判断该客户在 2014 年没有销售记录。可以先在销售表中筛选出 2014 年有销售记录的集合，再选出客户表的 ID 不从属于这个集合的记录。【SPL 脚本】AB1=connect("db")/连接数据库2=A1.query("select * from Sales where year(OrderDate)=2014")/查询 2014 年的销售记录3=A1.query("select * from Customer")/查询客户表4=A2.join@d(CustomerID ,A3:ID)/使用函数 A.join@d() 从销售表中选出客户 ID 在客户表中不存在的记录5=A4.groups(CustomerID; sum(Amount):Amount)/分组汇总每个客户的销售额A5的执行结果如下：CustomerIDAmountDOS11830.1HUN57317.39……《SPL CookBook》中还有更多相关计算示例。