文章插圖
除了RDB ， 對于有些場景涉及的NoSQL、Hadoop等數據源也能支持，SPL具備多源混算能力，無論基于何種數據源都可以進行混合查詢實現T+0 。比如MongoDB與MySQL混合查詢：
文章插圖
SPL的計算能力還能用于ETL，將生產數據轉移到歷史庫中，還經常伴隨一些轉換計算，這些都可以使用SPL來完成 。比如出于某些原因，要將生產數據某些編碼字段通過某個對照表轉換成另一種編碼（遵守一致性的編碼規則、整理數據類型獲得更好性能等），而對照表通常并不會存在生產庫中，而不能直接在生產庫中計算好，這就涉及多數據源計算了 。
文章插圖
高性能歷史冷數據量可能很大，使用RDB存儲容易受到資源容量等因素限制 ， 而且數據讀取效率很差 。相比之下，文件存儲具備很多優勢，不僅讀取效率更高，還可以有效利用文件壓縮、并行等機制提速，同時也不會像數據庫容易受到容量的限制 。不過 ， 開放的文本格式使用效率不高（無壓縮、解析數據類型慢等），一般會使用二進制格式文件 。另外，文件存儲的最大問題是沒有計算能力，不像數據庫使用SQL可以很方便完成數據處理，通過硬編碼處理的難度很大 。
這些問題都可以通過SPL來解決，SPL提供了兩種高性能二進制數據存儲格式集文件和組表 ， 再借助SPL的獨立計算能力可以直接基于文件和數據庫混合計算實現高效T+0查詢 。比如前面的例子，可以使用SPL文件存儲歷史冷數據與生產庫熱數據混合查詢 。
文章插圖
將歷史數據存儲在文件后與生產庫混合查詢，歷史數據使用游標可以支持大數據場景，A4針對文件游標進行分組匯總，A5歸并數據并匯總分組結果 。這里使用了SPL提供的二進制集文件（btx），相對文本更加高效 。集文件采用了壓縮技術（占用空間更小讀取更快），存儲了數據類型（無需解析數據類型讀取更快），支持可追加數據的倍增分段機制，利用分段策略很容易實現并行計算 ， 保證計算性能 。
SPL還有另外一種支持列存的高效存儲形式組表，在參與計算的列數（字段）較少時會有巨大優勢 。組表上還實現了minmax索引，也支持倍增分段 ， 這樣不僅能享受到列存的優勢，也更容易并行提升計算性能 。
SPL還支持各種高性能算法 。比如常見的TopN運算 ， 在SPL中TopN被理解為聚合運算，這樣可以將高復雜度的排序轉換成低復雜度的聚合運算，而且很還能擴展應用范圍 。
文章插圖
這里的語句中沒有排序字樣 ， 也不會產生大排序的動作，在全集還是分組中計算TopN的語法基本一致，而且都會有較高的性能，類似的算法在SPL中還有很多 。
SPL也很容易實施并行計算，發揮多CPU的優勢 。SPL有很多計算函數都提供并行機制，如文件讀取、過濾、排序只要增加一個@m選項就可以自動實施并行計算，簡單方便 。
易集成SPL封裝了標準JDBC和ODBC接口供應用調用，特別對于Java應用可以將SPL嵌入應用內使用，T+0查詢能力在應用端實現，不再依賴數據源 ， 這樣可以充分解耦應用與數據源，獲得很好的移植性和可擴展性 。
JDBC調用SPL 代碼示例：
Class.forName("com.esproc.jdbc.InternalDriver");Connection conn =DriverManager.getConnection("jdbc:esproc:local://");Statement st = connection.();CallableStatement st = conn.prepareCall("{call splscript(?, ?)}");st.setObject(1, 3000);st.setObject(2, 5000);ResultSet result=st.execute();SPL是解釋執行的，天然支持熱切換 。基于SPL的數據計算邏輯編寫、修改后不需要重啟，實時生效，使開發運維更加便捷 。
相對其它T+0實現技術 ， SPL借助自身獨立的強計算與跨數據源計算能力可以更方便完成T+0查詢，同時提供的高性能存儲和高性能算法可以充分保障查詢效率，良好的集成性使得應用端可以輕松具備這些能力，是名副其實的T+0查詢利器 。
參考資料
- SPL下載
- SPL源代碼
推薦閱讀
- 深空之眼流螢嵐霧休刻印如何搭配比較合適
- dnf冒險團角色冒險如何升戰力（冒險團冒險角色戰斗力)
- 如何下載視頻保存到本地相冊（優酷視頻保存到相冊)
- TCP 序列號和確認號是如何變化的？
- 如何通過 C#/VB.NET 重命名 Excel 表格并設置選項卡顏色
- ipad如何分屏工作（ipad微信分屏怎么取消)
- ipad如何左右分屏（ipadcanvas上下分屏)
- ipad如何打開分屏模式（ipad如何關聯分屏模式)
- 零基礎如何學游戲編程（游戲編程學習入門)
- 小米11屏幕發黃怎么回事?小米11屏幕發黃怎么解決?