很多算法都会产生落地的中间结果，从而影响性能，尤其是数据量较大的时候。这种情况下通常可用程序游标来避免数据落地，下面举例说明。

创新互联公司主要从事成都网站设计、成都网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务雁山,十多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575

前半排序

计算目标：订单表原来已按时间排序，需要将数据按日期、产品去除重复，再统计记录条数。

由于去重后结果集较大，内存放不下，因此一般会用groupx去重，SPL脚本如下：

	A
1	=file("sales.btx").cursor@b()	/从集文件读入订单记录
2	=A1.groupx(date(ORDERDATE),PRODUCTID)	/按日期、产品分组去重
3	=A2.skip()	/对游标计数

但函数groupx会导致数据落地，因此性能不高。

要使去重的中间结果不落地，可以先生成程序游标，distinctProduct.dfx脚本如下：

	A	B
1	=file("sales.btx").cursor@b()
2	for A1;date(ORDERDATE)	=A2.id(PRODUCTID)
3		return B2

A2：循环订单表。由于数据已按时间排序，因此每次取日期相同的一批数。

B2：按产品去重。注意，全量数据虽大，但按天取数相对较少，内存可以放下，所以这里用id去重。

B3：返回本批次的去重结果。注意，程序游标并非一次性返回所有数据，而是每次循环之后，先等待调用者的请求，如果调用者继续要数据，程序游标才会进行下一次循环，期间数据不落地。

主程序可通过cursor函数调用程序游标，用法与普通游标类似：

	A
1	=cursor("distinctProduct.dfx")	/调用程序游标
2	=A1.skip()

         可以看到，程序游标可减少数据落地，从而提升计算性能。

 集合运算

数据库进行集合运算时要先排序，如果数据量太大，则排序会耗费大量时间，迟迟不能输出结果。在这种情况下，适合用程序游标生成不落地的有序中间结果集，从而实现快速输出。

比如两张结构相同表：callRecordA、callRecordB。两张表在时间字段callTime上建立了索引，每秒数据量万级，现在对2015-01-01这一天的数据做并集运算，需要快速输出前500条（比如在报表上快速呈现）。

这次将程序游标和调用代码写在同一个脚本中，如下：

	A	B	C
1	func	=connect("orcl")
2		for 60*60*24	=elapse(datetime("2015-01-01   00:00:00"),A2-1)
3			=A1.query("select   CALLTIME,OUTID,INID,DURATION,CHARGE from"+A1+"where callTime=?",B2)
4			=B3.sort(OUTID,INID,DURATION,CHARGE)
5			return B4
6		=A1.close()
7	=cursor@c(A1,"callRecordA")
8	=cursor@c(A1,"callRecordB")
9	=[A7,A8].mergex@u()
10	=A9.fetch@x(500)

A1：用func定义程序游标，相应的调用语法为cursor@c。

B2：循环一天中的每一秒。

C3：从数据库查询一秒的数据，因为是按索引取数，所以速度很快，而且对数据库影响很小。注意A1是表名变量，程序游标既可以从callRecordA取数，也可以从callRecordB取数。

C4：对一秒数据进行内存排序，以便形成有序结果集。由于数据在同一秒，所以只需对其他字段排序。

A7A8：以表名为参数，取出2个程序游标。

A9：对两个游标进行有序归并，@u表示取并集。类似地，可以用@i和@d分别进行并交集、差集运算。

网页标题：性能优化技巧-程序游标
网页路径：http://scyingshan.cn/article/ppojdi.html