1.??? 簡(jiǎn)單合并（FROM）
???????所謂跨庫(kù)數(shù)據(jù)表柱彻，是指邏輯上同一張數(shù)據(jù)表被分別存儲(chǔ)在不同數(shù)據(jù)庫(kù)中。其原因有可能是因?yàn)閿?shù)據(jù)量太大，放在一個(gè)數(shù)據(jù)庫(kù)難以處理，也可能在業(yè)務(wù)上就需要將生產(chǎn)庫(kù)和歷史庫(kù)分開胶哲。而不同的數(shù)據(jù)庫(kù)，可能只是部署在不同的機(jī)器上的同種數(shù)據(jù)庫(kù)潭辈，也可能是連類型都不同的數(shù)據(jù)庫(kù)系統(tǒng)鸯屿。
???????在面對(duì)跨庫(kù)數(shù)據(jù)表澈吨，特別是數(shù)據(jù)庫(kù)類型都不相同的情況時(shí)，數(shù)據(jù)庫(kù)自帶的工具往往就力所不及了碾盟，一般都需要尋找能夠很好地支持多數(shù)據(jù)源類型的第三方工具棚辽，而集算器，可以說是其中的佼佼者了冰肴。下面屈藐，我們就針對(duì)幾種常見的跨庫(kù)混合運(yùn)算情況詳細(xì)討論一下：
???????跨庫(kù)運(yùn)算，簡(jiǎn)單粗暴的思路就是把散布在各個(gè)庫(kù)里的邏輯上相同的數(shù)據(jù)表合并成一個(gè)表熙尉，然后在這一個(gè)表上進(jìn)行運(yùn)算联逻。
???????例如，在兩個(gè)數(shù)據(jù)庫(kù) HSQL 和 MYSQL 中检痰，分別存儲(chǔ)了一張學(xué)生成績(jī)表包归，兩者各自保存了一部分學(xué)生信息，如下圖所示：
利用集算器铅歼，我們可以很容易地將這兩個(gè)結(jié)構(gòu)相同的表合并為一個(gè)表公壤，集算器的 SPL 腳本如下：?
???????A1、A2 和 B1椎椰、B2 分別讀取了兩個(gè)庫(kù)里的學(xué)生成績(jī)表厦幅，而 A3 用一種簡(jiǎn)單直觀的方式就把兩個(gè)表合并了。
???????這種方式實(shí)際上是把兩個(gè)表都讀入了內(nèi)存慨飘，分別生成了集算器的序表對(duì)象确憨，然后利用序表的運(yùn)算“|”完成了合并∪康模可能有的同學(xué)會(huì)問：如果我的數(shù)據(jù)量比較大休弃，無法全部讀入內(nèi)存怎么辦？沒關(guān)系圈膏，專為處理大數(shù)據(jù)而生的集算器塔猾，決不會(huì)被這么簡(jiǎn)單的小問題難住。我們可以使用游標(biāo)本辐，同樣可以實(shí)現(xiàn)表的快速拼接：
???????A2桥帆、B2 分別用游標(biāo)打開兩個(gè)庫(kù)里的學(xué)生成績(jī)表，A3 則使用 conjx() 函數(shù)將這兩個(gè)游標(biāo)合并慎皱，形成了一個(gè)新的可以同時(shí)訪問兩個(gè)表的游標(biāo)老虫。
???????對(duì)應(yīng)于 SQL，這種簡(jiǎn)單合并好比只是完成了 from 工作茫多，讓結(jié)構(gòu)相同的跨庫(kù)表的數(shù)據(jù)“縱向”拼接成了一個(gè)可以訪問的序表或者游標(biāo)祈匙，而實(shí)際運(yùn)算中，還會(huì)涉及過濾 (where/having)、分組聚合 (group+sum/count/avg/max/min)夺欲、連接 (join+on)跪帝、去重 (distinct)、排序 (order)些阅、取部分?jǐn)?shù)據(jù) (limit+offset)伞剑，等等操作，下面我們就將對(duì)這些運(yùn)算一一展開討論市埋。
???????當(dāng)然黎泣，我們?cè)谔幚磉@些運(yùn)算的需求時(shí)，不能只是簡(jiǎn)單的實(shí)現(xiàn)功能缤谎，我們還需要考慮實(shí)現(xiàn)的效率和性能抒倚，因此原則上，我們會(huì)盡量利用數(shù)據(jù)庫(kù)的計(jì)算能力坷澡，而集算器主要負(fù)責(zé)混合運(yùn)算托呕。不過，有時(shí)也需要由集算器負(fù)責(zé)幾乎所有的運(yùn)算频敛，數(shù)據(jù)庫(kù)僅僅負(fù)責(zé)存儲(chǔ)數(shù)據(jù)项郊。
2.??? WHERE
???????where 過濾的本質(zhì)是通過比較計(jì)算，去除比較的結(jié)果是 false 的記錄斟赚，因此 where 只作用于一條記錄呆抑，不涉及記錄之間的運(yùn)算，也不需要考慮數(shù)據(jù)位于哪個(gè)數(shù)據(jù)庫(kù)汁展。比如，在前面的例子中厌殉，我們要統(tǒng)計(jì)出“一班”所有同學(xué)的“數(shù)學(xué)”成績(jī)食绿，單庫(kù)中的 SQL 是這樣的：
???????SELECT 學(xué)生 ID, 成績(jī) FROM 學(xué)生成績(jī)表 WHERE 科目 =’數(shù)學(xué)’ AND 班級(jí) =‘一班’
???????多庫(kù)時(shí)，也只要將 where 子句直接寫在 SQL 中公罕，讓各個(gè)數(shù)據(jù)庫(kù)去并行處理過濾就可以了：
???????我們也可以讓集算器負(fù)責(zé)所有過濾運(yùn)算器紧，數(shù)據(jù)庫(kù)僅存儲(chǔ)數(shù)據(jù)。這時(shí)可以使用集算器的 select 函數(shù)（與 SQL 的 select 關(guān)鍵字不同）
???????數(shù)據(jù)量較大時(shí)楼眷，同樣也可以將序表換成游標(biāo)铲汪，使用 conjx 函數(shù)進(jìn)行連接：
3.??? ORDER BY 和 LIMIT OFFSET
???????order by 是在結(jié)果集產(chǎn)生后才進(jìn)行的處理。在上面的例子中罐柳，如果我們要按數(shù)學(xué)成績(jī)排序掌腰，對(duì)于單數(shù)據(jù)庫(kù)，只需要加上 order by 子句：
???????SELECT 班級(jí), 學(xué)生 ID, 成績(jī) FROM 學(xué)生成績(jī)表 WHERE 科目 =’數(shù)學(xué)’ AND 班級(jí) =‘一班’ ORDER BY 成績(jī)
???????而對(duì)于多數(shù)據(jù)庫(kù)张吉，可以讓數(shù)據(jù)庫(kù)先分別排序齿梁，然后由集算器歸并有序數(shù)據(jù)。這樣可以最大的發(fā)揮數(shù)據(jù)庫(kù)與并行服務(wù)器的性能。
???????也可以倒序排序勺择，歸并時(shí)在排序字段前加“-”（merge 函數(shù)可以不加“-”创南，不過按標(biāo)準(zhǔn)寫法是加上的）
???????當(dāng)然也可以完全由集算器來排序：
???????由集算器實(shí)現(xiàn)倒序排序：
???????而對(duì)于大數(shù)據(jù)量，需要使用游標(biāo)及 mergex 來完成有序歸并：
???????limit 和 offset 的執(zhí)行又在 order 之后省核，例子中如果想取數(shù)學(xué)成績(jī)除了第一名之后的前十名（可以少于但不能多于）稿辙，單庫(kù)情況下 SQL 是這樣的：
???????SELECT 班級(jí), 學(xué)生 ID, 成績(jī) FROM 學(xué)生成績(jī)表 WHERE 科目 =’數(shù)學(xué)’ AND 班級(jí) =‘一班’ ORDER BY 成績(jī) DESC LIMIT 10 OFFSET 1
???????多數(shù)據(jù)庫(kù)時(shí)，可以用集算器的 to 函數(shù)實(shí)現(xiàn) limit offset 的功能气忠，to(n+1,n+m) 等同于 limit m offset n
???????對(duì)于大數(shù)據(jù)量使用游標(biāo)的情況邻储，offset 功能可以使用集算器函數(shù) skip 實(shí)現(xiàn)，而 limit 的功能則可以使用函數(shù) fetch 實(shí)現(xiàn)
4.??? 聚合運(yùn)算
???????我們來討論五種常見的聚合運(yùn)算：sum/count/avg/max/min笔刹。
?????????? sum 的基礎(chǔ)是加法芥备，根據(jù)加法結(jié)合律，各數(shù)據(jù)庫(kù)中內(nèi)部數(shù)據(jù)先分別求和舌菜，然后拼接成一張表后再求總和萌壳，與先拼接成一張表然后一起求和的結(jié)果，其實(shí)是一樣的日月。
?????????? count 的本質(zhì)袱瓮，是對(duì)每項(xiàng)非 null 數(shù)據(jù)計(jì) 1，null 數(shù)據(jù)計(jì) 0爱咬，然后進(jìn)行累加計(jì)算尺借。所以其本質(zhì)仍是加法運(yùn)算，與 sum 一樣符合加法結(jié)合律精拟。唯一不同的是對(duì)原始數(shù)據(jù)不是累加其本身的數(shù)值而是計(jì) 1（非 null）或計(jì) 0（為 null）燎斩。
?????????? avg 的本質(zhì)，是當(dāng) count > 0 時(shí) avg = sum/count蜂绎，當(dāng) count = 0 時(shí) avg = null栅表。顯然 avg 不能像 sum 或 count 那樣先分別計(jì)算了。不過根據(jù)定義师枣，我們可以先算出 sum 和 count怪瓶，再通過 sum 和 count 計(jì)算出 avg。
?????????? max 和 min 的基礎(chǔ)都是比較運(yùn)算践美，而因?yàn)楸容^運(yùn)算具有傳遞性洗贰，因此所有數(shù)據(jù)庫(kù)的最值，可以通過比較各個(gè)數(shù)據(jù)庫(kù)的最值得到陨倡。
???????依舊是上面的例子敛滋，這次我們要求兩個(gè)班全體學(xué)生的數(shù)學(xué)總分、人數(shù)兴革、平均分矛缨、最高及最低分，對(duì)于單源數(shù)據(jù)：
???????SELECT sum(成績(jī)) 總分?jǐn)?shù), count(成績(jī)) 考試人數(shù), avg(成績(jī)) 平均分, max(成績(jī)) 最高分, min(成績(jī)) 最低分 FROM 學(xué)生成績(jī)表 WHERE 科目 ='數(shù)學(xué)'
???????聚合運(yùn)算的結(jié)果集很小，只有一行箕昭，因此無論源數(shù)據(jù)量的大小灵妨，都可以使用游標(biāo)，代碼如下：
???????事實(shí)上落竹，前面提到的 order by +limit offset 本質(zhì)上也可以看成是一種聚合運(yùn)算：top泌霍。從這個(gè)角度進(jìn)行優(yōu)化，可以獲得更高的計(jì)算效率述召。畢竟數(shù)據(jù)量大時(shí)朱转，全排序的成本很高，而且取前 N 個(gè)數(shù)據(jù)的操作也并不需要全排序积暖。當(dāng)然藤为，這個(gè)方法對(duì)于數(shù)據(jù)量小的情況也同樣適用。
???????具體來說夺刑，對(duì)于 order by F limit m offset n 的情況缅疟，只需先用 top(n+m, F, ~)，再用 to(n+1,) 就行了遍愿。
???????我們?nèi)砸灾暗暮?order by+limit offset 的 SQL 語句為例：
???????SELECT 班級(jí), 學(xué)生 ID, 成績(jī) FROM 學(xué)生成績(jī)表 WHERE 科目 =’數(shù)學(xué)’ AND 班級(jí) =‘一班’ ORDER BY 成績(jī) DESC LIMIT 10 OFFSET 1
???????對(duì)于多數(shù)據(jù)庫(kù), 腳本如下存淫，其中倒序排序只需在排序字段前加“-”：
5.??? GROUP BY、DISTINCT 和 HAVING
???????A沼填、分組聚合運(yùn)算
???????對(duì)于 group by桅咆，因?yàn)樽罱K所得結(jié)果與樣本個(gè)體的輸入順序無關(guān)，所以只要樣本的總體不變坞笙，最終結(jié)果也不會(huì)變岩饼。也就是說，只要在從分庫(kù)中提取數(shù)據(jù)和最終匯總?cè)繑?shù)據(jù)時(shí)薛夜，都預(yù)先進(jìn)行了分類運(yùn)算即可忌愚。
???????假設(shè)我們想分別求一、二班的數(shù)學(xué)總分却邓、人數(shù)、平均分院水、最高及最低分腊徙，單數(shù)據(jù)庫(kù)如下：
???????SELECT 班級(jí), sum(成績(jī)) 總分?jǐn)?shù), count(成績(jī)) 考試人數(shù), avg(成績(jī)) 平均分, max(成績(jī)) 最高分, min(成績(jī)) 最低分 FROM 學(xué)生成績(jī)表 WHERE 科目 ='數(shù)學(xué)' GROUP BY 班級(jí)
???????我們分三種情況討論：
???????第一，對(duì)于小數(shù)據(jù)檬某，聚合運(yùn)算的結(jié)果集只會(huì)更小撬腾，這時(shí)推薦使用 query+groups：
???????第二，對(duì)于大數(shù)據(jù)量恢恼，如果結(jié)果集也很大民傻，那么就應(yīng)該使用 cursor+groupx。
???????另外，由于大結(jié)果集的分組計(jì)算較慢漓踢，需要在外存產(chǎn)生緩存數(shù)據(jù)牵署。而如果我們?cè)跀?shù)據(jù)庫(kù)中對(duì)數(shù)據(jù)先排序，則可以避免這種緩存（此時(shí)計(jì)算壓力會(huì)轉(zhuǎn)到數(shù)據(jù)庫(kù)喧半，因此需要根據(jù)實(shí)際情況權(quán)衡奴迅，通常情況下，數(shù)據(jù)庫(kù)服務(wù)器的計(jì)算能力會(huì)更強(qiáng)一些）挺据。
???????具體的辦法是對(duì) SQL 的結(jié)果集使用 order by 排序取具，然后在集算器中使用 mergex 函數(shù)歸并后，再使用 groupx 的 @o 選項(xiàng)分組：
???????當(dāng)然如果不希望加重?cái)?shù)據(jù)庫(kù)負(fù)擔(dān)扁耐，也可以讓數(shù)據(jù)庫(kù)只做分組而不排序暇检，此時(shí)集算器直接用 groupx，注意不能加 @o 選項(xiàng)婉称。另外匯總數(shù)據(jù)時(shí)块仆，也要把 mergex 換成 conjx：
???????第三，如果已明確地知道結(jié)果集很小酿矢，那么推薦用 cursor+groups
???????此時(shí) groups 比 groupx 有更好的性能榨乎，因?yàn)?groups 將運(yùn)算數(shù)據(jù)都保存在內(nèi)存中，比 groupx 節(jié)省了寫入外存文件的時(shí)間瘫筐。
???????另外用 groups 可以不要求在數(shù)據(jù)庫(kù)中預(yù)先排序募谎，因?yàn)閿?shù)據(jù)庫(kù) group by 的結(jié)果集本身不一定有序咒唆，再使用 orde by 排序也會(huì)增加成本。而對(duì)于小結(jié)果集，集算器用 groups@o 也并不一定比直接用 groups 更有效率相种。
???????通常，匯總數(shù)據(jù)要用 conjx
???????B呀页、去重后計(jì)數(shù) (count distinct)
???????在各個(gè)數(shù)據(jù)庫(kù)內(nèi)去重蝇率，可以使用 distinct 關(guān)鍵字。而數(shù)據(jù)庫(kù)之間的數(shù)據(jù)去重棺禾，則可以使用集算器的 merge@u 函數(shù)缀蹄。要注意的是使用前應(yīng)該確保表內(nèi)數(shù)據(jù)對(duì)主鍵字段（或者具有唯一性的一個(gè)或多個(gè)字段）有序。
???????對(duì)于 distinct 來說膘婶， sum(distinct)缺前、avg(distinct) 的計(jì)算方法與 count(distinct) 大同小異，而且業(yè)務(wù)中不常用到悬襟，而 max(distinct)衅码、min(distinct) 與單純使用 max、min 沒有區(qū)別脊岳。因此逝段，我們只以 count(distinct) 為例加以說明垛玻。
???????比如，想要計(jì)算全年級(jí)（假設(shè)只有一班和二班）語數(shù)外三科至少有一科不及格需要補(bǔ)考的總?cè)藬?shù)奶躯，單數(shù)據(jù)庫(kù)的 SQL 是這樣的：
???????SELECT count(distinct 學(xué)生 ID) 人數(shù) FROM 學(xué)生成績(jī)表 WHERE 成績(jī) <60
???????對(duì)于多源數(shù)據(jù)帚桩，全分組聚合在使用游標(biāo)或序表方面沒有差別，為了語法簡(jiǎn)便起見以游標(biāo)為例：
???????再如巫糙，想要分別計(jì)算每班語數(shù)外三科至少有一科不及格需要補(bǔ)考的總?cè)藬?shù)朗儒，單數(shù)據(jù)庫(kù)的 SQL 是這樣的：
???????SELECT 班級(jí), count(distinct 學(xué)生 ID) 人數(shù) FROM 學(xué)生成績(jī)表 WHERE 成績(jī) <60 GROUP BY 班級(jí)
???????對(duì)于多數(shù)據(jù)庫(kù)，同樣需要先匯總?cè)ブ夭窝停龠M(jìn)行分組聚合醉锄。匯總前需要數(shù)據(jù)有序，且匯總后數(shù)據(jù)仍然有序浙值，所以分組函數(shù) groups 和 groupx 都可以使用 @o 選項(xiàng)恳不。
???????對(duì)于小數(shù)據(jù)量，可以使用 merge@u开呐、groups@o 和 query：
???????對(duì)于大數(shù)據(jù)量小結(jié)果集烟勋，可以使用 mergex@u、groups@o 和 cursor：
???????對(duì)于大數(shù)據(jù)量大結(jié)果集筐付，可以使用 mergex@u卵惦、groupx@o 和 cursor：
???????C、對(duì)聚合字段過濾（having）
???????having 是對(duì)聚合 (分組) 后得出的結(jié)果集再做過濾瓦戚。所以當(dāng)語句中有 having 出現(xiàn)時(shí)沮尿，如果聚合 (分組) 操作沒有徹底執(zhí)行完畢，需要將 having 子句先提取出來较解。待數(shù)據(jù)徹底完成聚合 (分組) 操作之后畜疾，再執(zhí)行條件過濾。
???????對(duì)于多源數(shù)據(jù)印衔，如果聚合計(jì)算是在匯總之后才能最終完成啡捶，那么 having 必須使用集算器的函數(shù) select 來實(shí)現(xiàn)過濾。
???????下面主要說明這種聚合計(jì)算在匯總之后才完成的情況：比如奸焙，想要獲得一班和二班的三個(gè)科目的考試中瞎暑，有哪些平均分是低于 60 分的。對(duì)于單數(shù)據(jù)庫(kù)与帆，SQL 可以這樣寫：
SELECT 班級(jí), 科目, avg(成績(jī)) 平均分 FROM 學(xué)生成績(jī)表 GROUP BY 班級(jí), 科目 HAVING avg(成績(jī))<60
???????對(duì)于多數(shù)據(jù)庫(kù)了赌，相關(guān)集算器執(zhí)行代碼如下：
???????對(duì)于大數(shù)據(jù)量，需要使用游標(biāo) (select 函數(shù)同樣適用于游標(biāo))
6.??? JOIN ON
???????跨庫(kù)的 JOIN 實(shí)現(xiàn)起來非常困難鲤桥，不過比較幸運(yùn)的是，我們可以通過存儲(chǔ)設(shè)計(jì)避免很多跨庫(kù) JOIN渠概。我們分三種情況討論：
???????1. 同維表分庫(kù)茶凳，需要重新拼接為一個(gè)表
???????2. 要連接的外鍵表在每個(gè)庫(kù)中都有相同的一份
???????3. 需要連接的外鍵表在另一個(gè)庫(kù)中
???????對(duì)于集算器來講嫂拴，前兩種的處理情況是一樣的：都不需要涉及跨庫(kù) join，join 操作都可以在數(shù)據(jù)庫(kù)內(nèi)完成贮喧。區(qū)別只在于第一種是分庫(kù)表筒狠，數(shù)據(jù)庫(kù)之間沒有重復(fù)數(shù)據(jù)；而第二種則要求把外鍵表的數(shù)據(jù)復(fù)制到每個(gè)庫(kù)中箱沦。
???????如果外鍵表沒有復(fù)制到每個(gè)庫(kù)中辩恼，那就會(huì)涉及真正的跨庫(kù) join，因?yàn)楹軓?fù)雜谓形，這里只舉一個(gè)內(nèi)存外鍵表的例子灶伊，其它更復(fù)雜情況會(huì)有專門的文章闡述。
???????A寒跳、同維表或主子表同步分庫(kù)
???????所謂同維表聘萨，簡(jiǎn)單來講就是兩個(gè)表的主鍵字段完全一樣，且其中一個(gè)表的主鍵與另一個(gè)表的主鍵有邏輯意義上的外鍵約束（并不要求數(shù)據(jù)庫(kù)中一定有真正的外鍵童太，主鍵同理也是邏輯上的主鍵并不一定存在于數(shù)據(jù)庫(kù)中）米辐。
???????假設(shè)有兩個(gè)庫(kù)，每個(gè)庫(kù)中有兩個(gè)表书释，分別記為 A 庫(kù)中的 A1 表和 A2 表翘贮，B 庫(kù)中的 B1 表和 B2 表。從邏輯上看 1 表是 A1 表加上 B1 表爆惧，2 表是 A2 表加上 B2 表狸页，我們?cè)偌僭O(shè) 1 表與 2 表為同維表，現(xiàn)在要做 1 表與 2 表的 join 連接運(yùn)算检激。
???????所謂同步分庫(kù)肴捉，就是在設(shè)計(jì)分庫(kù)存儲(chǔ)時(shí)，保證了 1 表和 2 表按主鍵進(jìn)行了同步的分割叔收。也就是必須保證分庫(kù)之后齿穗，A1 和 B2 的 join 等值連接的結(jié)果是空集，同樣 A2 和 B1 的 join 等值連接的結(jié)果也是空集饺律，這樣也就不必有跨庫(kù)的 join 連接運(yùn)算了窃页。
???????舉例說明，比如有兩張表：股票信息與公司信息复濒，表的結(jié)構(gòu)如下：
公司信息
股票信息
???????兩個(gè)表的主鍵都是 (公司代碼, 股票代碼)脖卖，且股票信息的主鍵與公司信息的主鍵有邏輯意義上的外鍵約束關(guān)系，二者互為同維表巧颈。
???????現(xiàn)在假設(shè)我想將兩個(gè)表拼接在一起畦木，單數(shù)據(jù)庫(kù)時(shí) SQL 是這樣的：
???????SELECT * FROM 公司信息 T1 JOIN 股票信息 T2 ON T1. 公司代碼 =T2. 公司代碼 AND T1. 股票代碼 = T2. 股票代碼
???????現(xiàn)假設(shè)公司信息分為兩部分，分別存于 HSQL 和 MYSQL 數(shù)據(jù)庫(kù)中砸泛，股票信息同樣分為兩部分十籍，分別存于 HSQL 和 MYSQL 數(shù)據(jù)庫(kù)中蛆封，且二者是同步分庫(kù)。
???????join 連接公司信息與股票信息的集算器代碼：
???????對(duì)于大數(shù)據(jù)：
???????主子表的情況與同維表類似勾栗，即一個(gè)表（主表）的主鍵字段被另一個(gè)表（子表）的主鍵字段所包含惨篱，且子表中對(duì)應(yīng)的主鍵字段與主表的主鍵有邏輯意義上的外鍵約束關(guān)系。
???????舉例說明围俘，比如有兩張表：訂單與訂單明細(xì)砸讳，表的結(jié)構(gòu)如下：
訂單
訂單明細(xì)
???????其中訂單是主表，主鍵為 (訂單 ID)界牡；而訂單明細(xì)為子表簿寂，主鍵為 (訂單 ID, 產(chǎn)品 ID)，且訂單明細(xì)的主鍵字段訂單 ID欢揖，與訂單的主鍵有邏輯意義上的外鍵約束關(guān)系陶耍，顯然二者為主子表的關(guān)系。
???????現(xiàn)在假設(shè)我想將兩個(gè)表拼接在一起她混，單數(shù)據(jù)庫(kù)的 SQL 是這樣的：
???????SELECT * FROM 訂單 T1 JOIN 訂單明細(xì) T2 ON T1. 訂單 ID=T2. 訂單 ID
???????現(xiàn)假設(shè)訂單分為兩部分烈钞，分別存于 HSQL 和 MYSQL 數(shù)據(jù)庫(kù)中，訂單明細(xì)同樣分為兩部分坤按，分別存于 HSQL 和 MYSQL 數(shù)據(jù)庫(kù)中毯欣，且二者同步分庫(kù)。
???????join 連接訂單與訂單明細(xì)的集算器代碼：
???????對(duì)于大數(shù)據(jù)：
???????B臭脓、外鍵表復(fù)制進(jìn)每個(gè)庫(kù)
???????所謂外鍵表酗钞，即是指連接字段為外鍵字段的情況。這種外鍵表 join 也是業(yè)務(wù)上常見的一種情況来累。因?yàn)橐B接的外鍵表在每個(gè)庫(kù)中都有同一份砚作，那么兩個(gè)外鍵表匯總并去重后，其實(shí)還是任一數(shù)據(jù)庫(kù)中原來就有的那個(gè)外鍵表嘹锁。
???????而 join 的連接操作葫录，本質(zhì)上可以視為一種乘法，因?yàn)?join 連接等價(jià)于 cross join 后再用 on 中條件進(jìn)行過濾领猾。則根據(jù)乘法分配率可以推導(dǎo)出：若是需要做連接操作的外鍵表（不妨設(shè)為連接右側(cè)的表）在每個(gè)庫(kù)中都有同一份米同，則連接左側(cè)的表（每個(gè)數(shù)據(jù)庫(kù)中各有其一部分）在匯總后再連接，等同于各數(shù)據(jù)中的連接左側(cè)的表與外鍵表先做連接操作后摔竿，再匯總到一起的結(jié)果面粮。如圖所示：
???????所以我們?cè)诖鎯?chǔ)設(shè)計(jì)時(shí)，只要在每個(gè)數(shù)據(jù)庫(kù)中把外鍵表都重復(fù)一下继低，就可以避免復(fù)雜的跨庫(kù) join 操作熬苍。一般情況下，外鍵表作為維表的數(shù)據(jù)量相對(duì)較小袁翁，這樣重復(fù)的成本就不會(huì)很高柴底，而事實(shí)表則會(huì)得很大钱磅，然后用分庫(kù)存儲(chǔ)的方法，來解決運(yùn)算速度緩慢或存儲(chǔ)空間不足等問題似枕。
???????例如，有兩個(gè)表：客戶銷售表和客戶表年柠，其中客戶銷售表的外鍵字段：客戶凿歼，與客戶表的主鍵字段：客戶 ID，有外鍵約束關(guān)系∪吆蓿現(xiàn)在我們想查詢面向河北省各公司的銷售額記錄答憔，對(duì)于單數(shù)據(jù)源，它的 SQL 是這樣寫的：
???????SELECT T1. 公司名稱 公司名稱, T2. 訂購(gòu)日期 訂購(gòu)日期, T2. 銷售額 銷售額 FROM 客戶表 T1 JOIN 客戶銷售表 T2 ON T1. 客戶 ID=T2. 客戶 WHERE T1. 省份 ='河北'
???????對(duì)于多數(shù)據(jù)源的情況掀抹，我們假設(shè)客戶銷售表分別存儲(chǔ)在兩個(gè)不同的數(shù)據(jù)庫(kù)中虐拓，而每個(gè)數(shù)據(jù)庫(kù)中都有同一份的客戶表做為外鍵表。則相關(guān)的集算器代碼如下：
???????大數(shù)據(jù)量使用游標(biāo)時(shí)：
???????C傲武、需要連接的外鍵表在另一個(gè)庫(kù)中
???????對(duì)于維表（外鍵表）也被分庫(kù)的情況蓉驹，我們只考慮維表全部可內(nèi)存化的情況，不可內(nèi)存化時(shí)揪利，常常就不適合再將數(shù)據(jù)存在數(shù)據(jù)庫(kù)中了态兴，需要專門針對(duì)性的的存儲(chǔ)和計(jì)算方案，這將在另外的文章中專門討論疟位。在這里我們只通過例子來討論維表可內(nèi)存化的情況瞻润。
???????對(duì)于這種情況，當(dāng)涉及的數(shù)據(jù)量比較大而需要使用游標(biāo)時(shí)甜刻，計(jì)算邏輯會(huì)變得比較復(fù)雜绍撞。所以我們?cè)谶@里只講一下針對(duì)小數(shù)據(jù)量的使用序表的 join 處理方法。關(guān)于對(duì)大數(shù)據(jù)量的使用游標(biāo)的 join 處理得院，會(huì)另有一篇文章做專門的介紹傻铣。
???????當(dāng)要做 join 連接運(yùn)算的外鍵表全部或部分存儲(chǔ)在另一個(gè)庫(kù)中時(shí)，最直觀的辦法就是將兩個(gè)表都提取出來并各自匯總后尿招，再計(jì)算 join 連接矾柜。
???????下面仍以客戶銷售表和客戶表來舉例，假設(shè)外鍵表客戶表也分別存儲(chǔ)在兩個(gè)數(shù)據(jù)庫(kù)中就谜，此時(shí)就不能在 SQL 中使用 join 關(guān)鍵字來實(shí)現(xiàn)連接運(yùn)算了怪蔑，但我們可以將其提取出來后，用集算器的 join 函數(shù)來實(shí)現(xiàn)目的丧荐，它的集算器代碼如下所示：
???????當(dāng)事實(shí)表數(shù)據(jù)量較大的時(shí)候缆瓣，也可以使用游標(biāo)處理事實(shí)表，只需將 join 換成 cs.join 即可：
7.??? 簡(jiǎn)單 SQL
???????前面我們主要是從計(jì)算原理的角度出發(fā)虹统，分析了如何使用集算器實(shí)現(xiàn)類似 SQL 效果的多數(shù)據(jù)源混合計(jì)算弓坞。除此之外隧甚，集算器還提供了一種更簡(jiǎn)單、直觀的方法渡冻，那就是可以在各個(gè)數(shù)據(jù)庫(kù)上通過 SQL 查詢獲取游標(biāo)戚扳，用所有這些游標(biāo)構(gòu)建成一個(gè)多路游標(biāo)對(duì)象，再用簡(jiǎn)單 SQL 對(duì)這個(gè)多路游標(biāo)做二次處理族吻。如果簡(jiǎn)單 SQL 中沒有涉及 join 的運(yùn)算帽借，甚至還可以讓集算器直接將一句簡(jiǎn)單 SQL 翻譯成各種數(shù)據(jù)庫(kù)的 SQL，從而實(shí)現(xiàn)更進(jìn)一步的自動(dòng)化超歌。不過這種辦法屬于比較保守的做法砍艾，雖然簡(jiǎn)單直接，但不能利用所了解的數(shù)據(jù)情況進(jìn)行優(yōu)化（比如不會(huì)使用 groups）巍举，因此性能就會(huì)差一些脆荷。
???????下面仍舊用學(xué)生成績(jī)的例子，我們想要計(jì)算每個(gè)班的數(shù)學(xué)成績(jī)的總分懊悯、考試人數(shù)蜓谋、平均分、最高分和最低分炭分，使用簡(jiǎn)單 SQL 處理這個(gè)問題的集算器代碼如下：
???????因?yàn)槭褂昧擞螛?biāo)孤澎，所以這種寫法也可以用于大數(shù)據(jù)量。另外再提一句欠窒，這個(gè)辦法甚至也可以用于非數(shù)據(jù)庫(kù)的數(shù)據(jù)源（比如文件數(shù)據(jù)源）覆旭！簡(jiǎn)單 SQL 的特性可參考相關(guān)文檔，這里就不再進(jìn)一步舉例了岖妄。
