性能優化技巧 - 位置利用

SPL的特征之一是數據有序，適當地利用位置，可以顯著提高性能。讓我們先從一個典型場景開始，逐步掌握利用位置的各種技巧。

快速查詢

對排序后的數據進行二分查找，可以獲得較高的性能，但有些算法需用到原始順序，看上去似乎不該再排序。比如下面的案例：

PerformanceRanking.txt有三個字段，分別是empID(銷售員編號)、dep(部門名稱)、amount（銷售額）。該文件記錄著各部門各銷售員本季度的業績排名，已按銷售額逆序存放，現在需根據指定的銷售員ID，計算出：他應當再增加多少銷售額，才能提高業績排名。如果該員工已經是第1名，則無需增加銷售額。

本算法需要用排名高一位的銷售員的銷售額，減去該銷售員的銷售額，即對原始數據做相對位置計算。既然要用到原始順序，似乎就不該再排序，否則兩者難以互轉，而且其他算法可能用到原始數據。這種思路下會把腳本寫成這樣：

上述腳本沒有對數據排序，所以不能進行二分查找，性能不高。

事實上，我們可以在保留原始數據的前提下，利用位置進行排序，從而提高查詢性能。腳本如下：

A5：函數psort只獲得排序后記錄在原數據中的位置，并不會對原數據真正排序。

A6：利用oPos制造一份排序后的數據。注意，此時原數據不受影響，而且oPos可以作為排序后數據index和原始數據之間互轉的橋梁。

A7：對排序后的數據做二分查找，并轉回原始數據中對應的記錄序號。

為了驗證利用位置之前、之后兩種算法的性能差別，可以隨機取出銷售員編號做參數，用循環模擬大量訪問，并分別執行兩種算法。如下：

       可以看到，利用位置后性能提高幾十倍。例子中數據量較少，隨著數據量的增加，性能差距會急劇拉大，這是因為遍歷查找的時間復雜度為線性，而二分查找為對數。

快速對齊

函數align可將數據按序列對齊，比如輸入條件：=pOrderList= [10250,10247,10248,10249,10251]，將訂單明細按該列表對齊，求每個訂單的金額小計。代碼如下：

但上述寫法沒有利用位置，性能因此不高。要想提高性能，可以將序列排序（手工建立索引表），再用二分法對齊，最后恢復為原順序，代碼如下：

A2-A3：手工建立索引表。

A4：將訂單明細表與訂單列表對齊，求出金額小計。由于索引表有序，因此可用二分法對齊，即@b選項。

A5：將A4按原位置調整，與pOrderList的順序保持一致。函數inv可按指定位置調整成員，這里按原位置調整成員，相當于恢復成原位置。

對利用位置前后的兩種算法，模擬大訪問量測試，可以看到性能提升顯著：

有序數據批量查詢

有時要對有序數據進行批量查詢，比如pOrderList=[10877,10588,10611,11037,10685]，請統計符合該列表的訂單的運貨費合計，代碼可以這樣寫：

解釋：函數pos和select配合，可實現批量查詢。其中函數pos可返回某個值在序列中的位置，如該值不在序列中，則返回null。函數select用于查詢，當條件非null且非false時，可返回當前記錄。

但上述代碼沒有利用位置，所以性能不高。

應當注意到，訂單記錄是有序的，所以可以用二分法取得符合條件的訂單位置，再用位置取記錄并計算。具體代碼如下：

A1.(orderID)可取得orderID列，pos@b可針對有序數據，用二分法快速取得成員位置。A6按位置取數據。

對利用位置前后的兩種算法，模擬大訪問量測試，可以看到性能提升顯著：