好了，闲言少叙，进入正题。我们以两个有关联的文件作为样例，看看如何在不“安装数据库-建数据库表-导入数据”的情况下，轻轻松松地进行查询分析：
首先，看一下样例数据，一共是两个文件：员工信息（employee.txt）和州的基本信息（state.xlsx），注意！这里我们使用了两种文件，一个是格式化的TXT文本，另一个是Excel电子表格，也就是说，集算器可以同时连接不同类型的数据源，神不神奇？意不意外？更神奇的是，集算器可以根据文件后缀，自动识别和读取四种文件类型！分别是：文本（txt）、Excel（xls、xlsx）和csv文件。下面两张图分别是员工信息和州信息的样本数据，两个文件之间通过员工信息中的STATE项（第5列）和州信息中的STATEID项（第1列）进行关联。员工信息数据样本：州信息数据样本：好了，马上开始干活。首先，最简单的单表查询，看看员工中薪酬大于（SALARY）的女（GENDER=’F’）员工，输出结果按照员工编号（EID）排序，集算器代码如下：A1=connect()2=A1.query(“select*fromc:/sql/employee.txtwheregender=’F’andsalaryorderbyeid”)没错，就这么简单，就这么熟悉！第1步，连接数据库……呃，这里没有指定参数，所以直接连接的就是文件系统，第2步，使用query()函数执行SQL查询，而这里的SQL，除了把from后的表名，换成了文件名，别的和数据库查询一模一样！查询结果如下：
注意，windows环境下，集算器里的文件路径用斜杠“/”而不是反斜杠“\”，这和Java语言一致。好吧，这也太像了，下面我们来个不太像的，查询不早于年01月01日出生的，薪酬大于的员工：A1()select*fromc:/sql/employee.txtwhereBIRTHDAY=date(‘-01-01’)andSALARY很简单，使用()相当于connect()函数，后面直接写SQL即可。事实上，括号中可以写不同的数据源名称，从而同时连接多个数据源。另外，这个例子使用了SQL中的字符串转日期的函数date()。接下来，是SQL数据库有别于单个文件的关键，关联查询。对于薪酬大于的女员工，还想再看看她们都在哪个州：
A1=connect()2=A1.query(“selectt1.eideid,t1.namename,t1.gendergender,t2.namestate,t2.populationpopulation,t1.salarysalaryfromc:/sql/employee.txtt1leftjoinc:/sql/state.xlsxt2ont1.state=t2.stateidwheret1.gender=’F’andt1.salary“)嗯，用文件名代替表名确实有点长，所以我们用了SQL中别名的用法，结果如下：
除了使用别名代替文件的绝对路径，对于特别长的路径或者文件很多的情况，为了方便书写和清晰阅读，还可以在集算器-菜单-工具-选项中配置主目录，这样就可以在SQL中直接使用文件名或者相对路径了。这是不是更像指定了一个数据库，直接访问其中的表了？配置方法如下图所示：配置了主目录后的查询是这个样子，查询工资总额大于0的部门对应的人数和工资总额：A1=connect()2=A1.query(“selectdept,count(1)c,sum(salary)sfromemployee.txtgroupbydepthavings0”)查询结果如下：
下面，进入一些细节内容：
1）集算器支持逻辑运算and、or和not，例如：查询员工姓Smith或者Robinson，并且是Sales部门之外的男员工：A1=connect()2=A1.query(“select*fromemployee.txtwhere(surname=’Smith’orsurname=’Robinson’)andgender=’M’andnotdept=’Sales’“)2）集算器中，支持用isnull来判断是否为空，用isnotnull判断非空，例如：找出surname为空的员工：
A1=connect()2=A1.query(“selectEID,NAME,SURNAMEfromemployee.txtwheresurnameisnull”)同时支持用coalesce函数处理空值，例如：员工surname字段为空时在结果中显示为“UNKNOWN”：
A1=connect()2=A1.query(“selectEID,NAME,SURNAME,coalesce(SURNAME,’UNKNOWN’)asSURNAME1fromemployee.txt”)查询结果为：
注意：集算器中的字段别名，不能和文件中的字段名重复。3）集算器支持Casewhen，例如：性别字段为“F”的要显示为“female”，为“M”的要显示为“male”。A1=connect()2=A1.query(“selectEID,NAME,GENDER,(casegenderwhen‘F’then‘female’else‘male’end)asGENDER1fromemployee.txt”)查询结果为：
4）集算器支持like关键字进行模糊查询，例如：在员工中，查询surname字段包含“son”的员工。A1=connect()2=A1.query(“select*fromemployee.txtwheresurnamelike‘%son%’”)其中的“%”为通配符，表示一个或者多个字符。另外，“_”表示一个字符。如果要查询以“son”结尾，并且前面有三个字符的情况，可以写成surnamelike‘___son’；“[WJ]”表示包含“W”和“J”的字符列表。surnamelike‘[WJ]%’表示surname是以“W”或者“J”开头。surnamelike‘[!WJ]%’表示surname不是以“W”或者“J”开头。
5）集算器支持通过In关键字在多个值中查询数据。例如：查询“Finance、Sales、RD”三个部门的员工。A1=connect()2=A1.query(“select*fromemployee.txtwheredeptin(‘Finance’,’Sales’,’RD’)“)6）集算器支持通过withTas(x)的方式定义一个外部表。例如：employee.txt中的state字段和另一个数据源demo数据库的state表的stateid字段左连接，查出每个员工所在州的名字和人口：
A1=connect()2=A1.query(“witht2as(connect(\”demo\”).query(\”select*fromstates\”))selectt1.eideid,t1.namename,t1.gendergender,t2.namestate,t2.populationpopulation,t1.salarysalaryfromemployee.txtt1leftjoint2ont1.STATE=t2.STATEID”)在这个SQL中：
witht2as(connect(\”demo\”).query(\”select*fromstates\”))定义了一个外部表t2，连接demo数据源（实际上是集算器自带的hsql演示数据库），用query函数执行SQL“select*fromstates”。（其中，\”是在字符串中使用双引号的转义写法）后边的“selectt1.eid…leftjoint2ont1.STATE=t2.STATEID”则利用定义好的t2和employee.txt左连接，查出每个员工所在州的名字和人口。这个查询是典型的数据库和文本文件的联合查询。实际上，with关键字可以定义各种数据源查出的数据，从而非常灵活的实现跨异构数据源的联合查询。7）集算器支持通过intoto将查询结果输出的文件中。例如：查询工资总额大于0的部门对应的人数和工资总额，结果写入deptResult.xlsx。这里，新的文件就类似关系数据数据库里的一个新表。A1=connect()2=A1.query(“selectdept,count(1)c,sum(salary)sintodeptResult.xlsxfromemployee.txtgroupbydepthavings0”)说了这么多，可以看出，通过集算器，我们就能够基本实现在结构化的文本数据（txt、csv等）和Excel文件（xls、xlsx）上轻松、直接地使用SQL。
当然，集算器并不是完全“平移”复制了SQL的能力，对于SQL中的子查询，集算器目前并不能直接支持，而是会以更加灵活、方便、直观的分步式计算方式加以解决。同时，对于有些特殊的join计算，集算器和传统数据库相比会慢一点。最后，我们再来看看通过集算器进行SQL计算，还能额外获得哪些福利：
1）根据输入参数动态计算：在进行数据查询时，常常需要根据不同的条件进行计算，也就是我们说的动态执行。这时，我们可以定义“网格参数”，为可能发生变化的条件预留位置。例如：想要找出公司里较高薪水的年轻员工有哪些，但是年龄段和薪酬起始线还不确定，我们就可以在集算器IDE的菜单“程序/网格参数”中，定义两个参数：birthday和salary：然后在查询语句中用占位符“？”写出SQL，并按顺序指定对应的网格参数名作为输入：A1=connect()2=A1.query(“select*fromemployee.txtwhereBIRTHDAY=?andSALARY?”,birthday,salary)如果在定义网格参数的时候指定了具体的数值，并且没有勾选“每次运行前设置参数”那么运行脚步会直接指定的数值。如果勾选了“每次运行前设置参数”，那么每次运行脚本的时候，都会弹出“设置参数值”窗口。这样，我们就可以随时输入我们需要的参数值了，相应地，查询结果也会随之改变了：
2）在命令行中使用SQL查询文件在windows或者linux系统中，我们还可以通过命令行中调用编写好的集算器脚本，直接对文件数据进行查询。如果结合操作系统的定时任务机制，就可以在指定时间完成批量数据计算了。我们先看一个不返回结果集的例子。定期为财务部门提供工资总额大于0的部门对应的人数和工资总额，结果写入deptResult.xlsx（然后可以通过邮件或其他方式发送给相关人员）。首先，编写集算器脚本，并保存为deptResult.dfx。A1=connect()2=A1.query(“selectdept,count(1)c,sum(salary)sintodeptResult.xlsxfromemployee.txtgroupbydepthavings0”)3output(“createdeptResult.xlsxsuccessfully!”)然后，在命令行执行esprocx.exe命令，（在集算器安装目录的bin文件夹中），执行结果：
C:\ProgramFiles\raqsoft\esProc\binesprocx.exedeptResult.dfxcreatedeptResult.xlsxsuccessfully!
其中，第二行是Output函数输出的提示信息，可以用于监控程序执行和调试。
我们再看一个返回结果集的例子，同样的查询需求，但是不要求输出到文件中，而是直接查看结果。这次我们把编写的集算器脚本换个名字存为deptQuery.dfx。
A1=connect()2=A1.query(“selectdept,count(1)c,sum(salary)sfromemployee.txtgroupbydepthavings0”)3returnA2在命令行中的执行并查看结果：
更进一步，集算器也可以做到直接在命令行写完整的SQL语句，直接从文件中返回需要查询的结果。是不是和数据库命令行查询工具一样方便？先定义一个参数sql，用来传入需要查询的SQL语句。然后编写如下集算器脚本，保存为query.dfx，A1=connect()2=A1.query(sql)3returnA2执行命令时，在命令行中直接写SQL语句，结果如下：结合前面说的根据参数动态计算的方法，也可以在使用命令行计算时实现一定的交互。还是以前面说过的查询公司里薪酬较高的年轻员工为例：在集算器IDE菜单“程序/网格参数”中，定义两个参数：birthday和salary。编写如下集算器脚本，保存为empQueryParam.dfx，A1=connect()2=A1.query(“select*fromemployee.txtwhereBIRTHDAY=?andSALARY?”,birthday,salary)3returnA2执行命令时，按照顺序为两个参数提供数值，结果如下：
至此，我们已经充分了解了利用集算器，就可以用SQL这把“金刚钻”来揽数据文件这些“瓷器活儿”了。其实，这个故事里，集算器才是真正的“金刚钻”！除了本文描述的将数据文件直接作为“表”来处理的方式，集算器真正有力的武器库远不止此。通过这款轻量级的数据分析工具，无论是数据库还是文件系统中的数据，都可以被轻松处理，快刀斩乱麻！
乾学院
数据技术与产品的知识分享平台
识别左侧