Ja嵌入数据动力：从SQLite到SPL

料近似值和程序支配分组如此一来，SQLite 支持者 SQL，具有结构解构数据资料近似值能力，但 SQLite 没有人透过粹储反复，受限制独立的程序持续性，也就不会借助一般的业务部门范式，一般来问道要依靠 Ja 主程序在的推断和周而复始关键字。由于 Ja 没有人专业的结构解构数据资料具体来说来承载 SQLite 数据资料备注和记录，转换回反复棘手，处理过程反复致使，合作开发效率不颇高。

下面和安过，SQLite 多线程是 C 程序在，虽然可以被集如此一来到 Ja 借助于之前，但非常会和 Ja 无缝集如此一来，和 Ja 主程序在交换回数据资料时要经过耗时的转换回才能完如此一来，在无关开销较小或交互不时时可靠性就会明显不足以。值得注意因为多线程是 C 程序在，SQLite 会在一定持续性上破坏 Ja 驱动程式的一致性和健壮性。

对于 Ja 借助于来讲，原生在 JVM 上的 esProc SPL 是越来越好的选择。

SPL进一步支持者各种数据资料源

esProc SPL 是 JVM 下Linux的映射数据资料增压器，驱动程式简单，可实际上载入数据资料源，可以通过 JDBC 以太网被 Ja 集如此一来绑定，并便利地进讫先前近似值。

SPL 驱动程式简单，须要独立维修服务，只要引入 SPL 的 Jar 打包，就可以作战在 Ja 生态环境之前。

实际上载入数据资料源，编译器简短，反复简单，时效性强。比如载入 Oracle：

A

1

=connect("orcl")

2

=A1.query@x("select OrderID,Client,SellerID,OrderDate,Amount from orders order by OrderID")

3

>env(orders,A2)

对于 SQLite 擅于载入的 csv 副本，SPL 也可以实际上载入，常用可选线性而不是仅部命令讫，牢固且效率颇高，编译器越来越简短：

=T("/Users/scudata/somedata.csv")

多种仅部数据资料源。除了 RDB 和 csv，SPL 还实际上支持者 txtxls 等副本，MongoDB、Hadoop、redis、ElasticSearch、Kafka、Cassandra 等 NoSQL，以及 WebService XML、Restful Json 等多层数据资料。比如，将 HDSF 里的副本载入到内粹：

A

1

=hdfs_open(;"hdfs://192.168.0.8:9000")

2

=hdfs_file(A1,"/user/Orders.csv":"GBK")

3

=A2.cursor@t()

4

=hdfs_close(A1)

5

>env(orders,A4)

JDBC 以太网可以便利地集如此一来。载入的开销一般比较小，一般来问道在借助于的初始阶段运讫一次，只须将上会的载入反复粹为 SPL 程序员副本，在 Ja 之前以粹储反复的形式所述程序员字节：

Class.forName("com.esproc.jdbc.InternalDriver");Connection conn =DriverManager.getConnection("jdbc:esproc:local://");CallableStatement statement = conn.prepareCall("{call init()}");statement.execute();SPL的近似值能力越来越弱小

SPL 透过了都从的近似值线性，可以平易近人借助日常近似值。SPL 支持者多种颇高阶句法，大量的应于线性和URL线性，很多用 SQL 难以备注远超的近似值，用 SPL 都可以平易近人借助，打包括适合于的基本近似值、交集近似值、前和安条件近似值、联系近似值，以及带程序支配的业务部门范式。

都从的近似值线性。SPL 可以平易近人借助各类日常近似值：

A

B

1

=Orders.find(arg_OrderIDList)

// 多举例来说载入

2

=Orders.select(Amount>1000 && like(Client,"*S*"))

// 模糊不清查询

3

= Orders.sort(Client,-Amount)

// 选得用

4

= Orders.id(Client)

// 去直

5

=join(Orders:O,SellerId; Employees:E,EId).new(O.OrderID, O.Client,O.Amount,E.Name,E.Gender,E.Dept)

// 联系

准则 SQL 句法。SPL 也透过了 SQL-92 准则的句法，比如第一分组摘要：

$select year(OrderDate) y,month(OrderDate) m, sum(Amount) s,count(1) cfrom {Orders}Where Amount>=? and Amount

线性可选择、非常一定实例等便利的句法。特性完全相同的线性可以共用一个线性名，可用线性可选择分辨差别，比 SQL 非常敏捷便利。比如 select 线性的大体特性是去除，如果只去除不止特例的第 1 条记录，可常用可选择 @1：

T.select@1(Amount>1000)

举例选得用，即对基本数据资料用举例进讫较快去除，常用 @b：

T.select@b(Amount>1000)

基本第一分组，即对第一分组报文基本的数据资料，将相邻且报文值相同的记录包含一分组，常用 @b：

T.groups@b(Client;sum(Amount))

线性可选择还可以混搭独创，比如：

Orders.select@1b(Amount>1000)

结构解构浮点运算线性的实例有些很适合于，比如 SQL 就须要用各种关键字把一条关键字的实例分隔如此一来多个分组，但这会动用很多关键字，也使关键字结构不统一。SPL 常用非常一定实例比较简单了适合于实例的备注远超，即通过冒号、逗号、个字符自颇高而很低将实例包含三层：

join(Orders:o,SellerId ; Employees:e,EId)

越来越都从的应于和URL线性。除了常见线性，比如应于多寡、截得用URL，SPL 还透过了越来越都从的应于和URL线性，在比例和特性上远远最多了 SQL，值得注意浮点运算时编译器越来越短。比如：

本季多寡：elapse@q("2020-02-27",-3) // 来到 2019-05-27

N 个工作日之后的应于：workday(date("2022-01-01"),25) // 来到 2022-02-04

URL类线性，推断确实全为数字：isdigit("12345") // 来到 true

得用子串下面的URL：substr@l("abCDcdef","cd") // 来到 abCD

按竖线旧楼如此一来URL数分组："aa|bb|cc".split("|") // 来到 ["aa","bb","cc"]

SPL 还支持者年份多寡、求本季、按正则备注远超式旧楼分URL、旧楼不止 SQL 的 where 或 select 仅、旧楼不止单词、按记号旧楼 HTML 等大量线性。

比较简单基本浮点运算。无关跨讫的基本浮点运算，一般来问道都有一定的难度，比如比上期和同期比。SPL 常用 "报文 [相对前方]" 所述跨讫的数据资料，可非常大比较简单编译器，还可以自动处理过程数分组越界等特殊性原因，比 SQL 站内线性非常便利。比如，替换成一个近似值四支 rate，近似值至多下单的款项国内生产总值：

=T.derive(AMOUNT/AMOUNT[-1]-1: rate)

立体化借助前方备注远超式和基本线性，很多 SQL 难以借助的基本浮点运算，都可以用 SPL 平易近人克服。比如，根据考勤备注，找不止连续 4 周每天仅不止勤远超 7 小时的教师：

A

1

=Student.select(DURATION>=7).derive(pdate@w(ATTDATE):w)

2

=A1.group@o(SID;~.groups@o(W;count(~):CNT).select(CNT==7).group@i(W-W[-1]!=7).max(~.len()):weeks)

3

=A2.select(weeks>=4).(SID)

比较简单交集浮点运算，SPL 的交集解构非常完全，定位敏捷的句法和弱小的交集线性，可大幅比较简单适合于的交集近似值。比如，在各部门找不止比本部门年龄小的管理机构层：

A

1

=Employees.group(DEPT; (a=~.g(age(BIRTHDAY)),~.select(age(BIRTHDAY)

2

=A1.conj(YOUNG)

近似值某支股份最久的连续上涨时间段：

A

1

=a=0,AAPL.max(a=if(price>price[-1],a+1,0))

比较简单联系近似值。SPL 支持者具体来说所述的形式备注远超联系，可以通过点号一般化地到访联系备注，消除常用 JOIN 导致的混乱简单，众所周知适合适合于的多层联系和自联系。比如，根据管理机构层备注近似值女经理的男管理机构层：

=employees.select(gender:"male",dept.manager.gender:"female")

便利的前和安条件近似值，SPL 交集解构非常完全，可以用函数便利地备注远超交集，适合多步骤近似值，SQL 要用结构体备注远超的浮点运算，用 SPL 可以越来越平易近人借助。比如，找不止销售收入合计%到一半的前 n 个大客户，并按销售收入从大到小选得用：

A

B

2

=sales.sort(amount:-1)

/销售收入决策树选得用，可在SQL之前完如此一来

3

=A2.cumulate(amount)

/近似值合计基因分组

4

=A3.m(-1)/2

/之前的合计即总额

5

=A3.pselect(~>=A4)

/最多一半的前方

6

=A2(to(A5))

/按前方得用值

程序支配句法。SPL 透过了程序支配关键字，定位可选的结构解构数据资料具体来说，可以便利地借助各类业务部门范式。

分支推断关键字：

A

B

2

…

3

if T.AMOUNT>10000

=T.BONUS=T.AMOUNT*0.05

4

else if T.AMOUNT>=5000 && T.AMOUNT<10000

=T.BONUS=T.AMOUNT*0.03

5

else if T.AMOUNT>=2000 && T.AMOUNT<5000

=T.BONUS=T.AMOUNT*0.02

周而复始关键字：

A

B

1

=db=connect("db")

2

=T=db.query@x("select * from sales where SellerID=? order by OrderDate",9)

3

for T

=A3.BONUS=A3.BONUS+A3.AMOUNT*0.01

4

=A3.CLIENT=CONCAT(LEFT(A3.CLIENT,4), "co.,ltd.")

5

…

与 Ja 的周而复始完全相同，SPL 还可用 break 关键字跳不止（之前断）当前周而复始体，或用 next 关键字跳过（忽视）本轮周而复始，不揭开问道了。

近似值可靠性越来越好。在内粹近似值层面，除了常规的表头和数据库仅，SPL 还透过了很多颇高可靠性的数据资料结构和启发式支持者，比大多数常用 SQL 的内粹数据资料库可靠性好得多，且%用内粹越来越多于，比如亦同联系技术、并讫近似值、指针式复用。

优解构并讫

SPL 支持者 JDBC 以太网，编译器可仅置放 Ja，耦合性越来越很低，也可可选放 Ja，绑定越来越简单。SPL 支持者解读制订和盼望换回，编译器便利复刻和管理机构条线路，支持者内仅粹混杂近似值。

仅置编译器耦合性很低。SPL 编译器可仅置放 Ja，通过字节定，既不依赖于数据资料库，也不依赖于 Ja，业务部门范式和尾部编译器天然解耦。

对于较短的近似值，也可以像 SQLite 那样旧楼分如此一来一句，写到在 Ja 编译器之前：

Class.forName("com.esproc.jdbc.InternalDriver");Connection conn =DriverManager.getConnection("jdbc:esproc:local://");Statement statement = conn.createStatement();String arg1="1000";String arg2="2000"ResultSet result = statement.executeQuery(=Orders.select(Amount>="+arg1+" && Amount<"+arg2+"). groups(year(OrderDate):y,month(OrderDate):m; sum(Amount):s,count(1):c)");

解读制订和盼望换回。业务部门范式比例多，适合于度颇高，发生变解构是连续性。较佳的系统设计构架，必要有能力应对发生变解构的业务部门范式。SPL 是基于 Ja 的解读型句法，须要编译就能制订，程序员更改后马上订立，支持者不停机的盼望换回，适合应对发生变解构的业务部门范式。

便利编译器复刻。SPL 通过数据资料源名从数据资料库得用数，如果须要复刻，只要改动配置副本之前的数据资料源配置信息，而不必更改 SPL 编译器。SPL 支持者实时数据资料源，可通过实例或宏切换回不同的数据资料库，从而进讫越来越便利的复刻。为了再进一步增强可复刻性，SPL 还透过了与问道明数据资料库无关的准则 SQL 句法，常用 sqltranslate 线性可将准则 SQL 改以主流方言 SQL，仍然通过 query 线性制订。

便利管理机构条线路。由于支持者库仅近似值，编译器可被第三方工具管理机构，便利团队协作；SPL 程序员可以按副本目录进讫寄粹，便利敏捷，管理机构如此一来本很低；SPL 对数据资料库的权限要求完全相同 Ja，不实际上影响数据资料安全。

内仅粹混杂近似值。有些数据资料不算大，无法放入内粹，但又要与内粹备注共同近似值，这种原因可依靠 SPL 借助内仅粹混杂近似值。比如，主备注 orders 已载入到内粹，大明细备注 orderdetail 是文本副本，比如问道进讫主备注和明细备注的联系近似值：

A

1

=file("orderdetail.txt").cursor@t()

2

=orders.cursor()

3

=join(A1:detail,orderid ; A2:main,orderid)

4

=A3.groups(year(main.orderdate):y; sum(detail.amount):s)

SQLite 常用简单便利，但数据资料源载入简单，近似值能力不足以。SPL 驱动程式也非常简单，并实际上支持者越来越多数据资料源。SPL 近似值能力弱小，透过了都从的近似值线性，可以平易近人借助 SQL 不擅于的适合于近似值。SPL 还透过多种优解构并讫的目的，编译器既可仅置也可可选放 Ja，支持者解读制订和盼望换回，便利复刻和管理机构条线路，并支持者内仅粹混杂近似值。

SPL下载IP：集算器 (SPL) 最新版发布新闻啦『发布新闻应于 20220601』 - 乾学院

SPLLinuxIP：GitHub - SPLWare/esProc: esProc SPL is a scripting language for data processing, with well-designed rich library functions and powerful syntax, which can be executed in a Ja program through JDBC interface and computing independently.

。

病后康复喝寿星补汁好吗
奥美拉唑胶囊吃多久一疗程
必奇蒙脱石散是治疗什么的药
腹泻的症状有哪些
哪个医院看肝癌比较好
999消痔软膏能根治痔疮吗
肿瘤内科
蒙脱石散吃完能喝酒吗
八子补肾胶囊可以抗衰老吗
宝宝受凉拉稀水怎么办