結構化文本計算示例（一）

結構化文本是很常見的文件格式，對結構化文本的計算也是很常見的需求。在實現這種計算時，一種很容易想到的辦法是將文件導入數據庫后再計算，但這會消耗大量時間以及昂貴的數據庫資源，而且有的場合下并沒有合適的數據庫可用。這樣一來，我們就會有一個自然的想法，如果能夠直接計算就會方便多了。可惜的是，一般高級語言都沒有提供針對結構化文本的基本運算類庫，而想要通過硬編碼完成這些運算又非常繁瑣，不僅代碼復雜，可維護性還很差。

作為專業的結構化數據計算類庫，集算器SPL封裝了豐富的結構化計算函數，支持集合運算、關聯運算、有序運算，因此可輕松實現結構化文本的運算。此外，SPL還可以通過JDBC調用接口向Java應用提供運算結果（可參考【Java 如何調用 SPL 腳本】），極大地方便集成工作。

下面我們就來看一下常見的結構化文本計算案例，以及SPL對應的解法。

維護

增加記錄

???????? 在sales.txt的第2行插入1條記錄。源文件如下：

???????? 代碼

?????????

結果????

函數insert插入記錄，第1個參數是插入位置，當該參數為0時，表示追加記錄。

???????? 如果只是向文件追加記錄，那么不必讀入文件，只需用函數export@a，代碼如下：

函數create新建二維表，函數record向二維表追加記錄。

另外，可以通過insert@r批量插入記錄，代碼如下：

???????? 為節省篇幅起見，下文都將省略導出文件的代碼。

刪除記錄

???????? 刪除sales.txt中的第2條記錄。代碼如下：

???????? 函數delete支持批量刪除，比如刪除第2,3,5,6,7條記錄：A1.delete([2,3]|to(5,7))

???????? 也可以按條件刪除，比如刪除Amount小于1000的記錄：A1.delete(A1.select(Amount<1000))

修改記錄

???????? 修改sales.txt的第2條記錄，將SellerId改為100，Amount改為1000，代碼如下：

???????? 也可以批量修改，比如將前10條記錄的Amount增加10:

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

增加列

???????? 在sales.txt增加列year，填入訂單日期OrerDate中的年份。代碼：

???????? 結果：

刪除列

???????? 物理上刪除列效率較低，通常用“取出保留列”來代替。比如sales.txt中刪除Client、SellerId，相當于保留OrderID、Amount、OrderDate，代碼如下：

???????? 結果：

修改列

???????? 將sales.txt的Amount列增加10%，代碼如下：

結果：

???????? 注意函數run跟函數modify的區別：修改整列（所有記錄的對應字段）需要用run，只修改指定記錄的某列（特定字段）用modify。

?

基本運算

查詢

???????? 指定時間段，按參數查詢sales.txt。代碼：

???????? startDate和endDate是輸入參數，比如2010-01-01至2010-12-31。結果：

排序

針對sales.txt，按照客戶代碼(Client)降序排序，按照訂單日期(OrderDate)升序排序。

代碼：

注意：降序時在字段前面使用英文的減號來表示，即“-”，默認按照升序。

結果：

分組匯總

計算出每個銷售員每年的銷售額和訂單數，即按照銷售員分組，對銷售額求和，對記錄計數。

代碼：

函數groups可在分組的同時進行匯總，其中，~表示每組或當前組，count(~)等于count(OrderID)。

結果：

獲得唯一值

列出sales.txt中的客戶名單，即獲取所有Client的唯一值。

代碼：

結果：

去除重復

保留sales.txt中每個客戶每個銷售員的第一條記錄。獲取唯一值也是一種去重，這里是另外一種通過分組來去除重復的方式。

代碼：

通過函數group進行分組（和groups不同，這里可以不匯總），@1表示取每組第1條記錄。

結果：

?

TopN

???????? 找到每個銷售員銷售額最大的3筆訂單。

代碼：

函數top過濾出TopN，”-”表示逆序，函數conj用于合并結果。

計算結果：

如果只取最大的一筆訂單，還可以用maxp函數，不過 maxp直接返回表達式描述的最大記錄，因此不用再加符號”-”來描述排序方式。由于分組后的字段t的內容是記錄，因此不能用conj(t)來合并，而是需要使用A.(t)方式直接取出t字段。所以取每個銷售的最大一筆訂單表達式為：=A1.group(SellerId;~.maxp(Amount):t).(t)