连接分布式表
连接分布式表时，若不使用 select, where 等过滤语句，返回的表会包含过多冗余数据。因此，DolphinDB 只能在 SQL 语句中进行分布式表连接。
分布式表连接时，需要遵循以下规则：
1. 如果左表和右表都是分布式表：
两个表必须位于同一个数据库中。
连接列必须包含所有分区列。连接列亦可包含非分区列。
不支持cross join。
2. 如果只有右表是分布式表，则只能使用equi join。
3. 如果左表是分布式表 ，右表是维度表或内存表，则不支持full join。当分布式分区表与非分区表（维度表或内存表）进行连接时，系统会将非分区表复制到分区表所在的各个数据节点上执行连接操作。系统会先根据where指定的条件对非分区表进行过滤，然后进行复制传输。数据表连接查询的性能和网络传输性能以及非分区表的数据量有关。所以，为保证表连接查询速度，建议非分区表的数据量不要过大。
4. 分布式表可以与任意数据库中的维度表进行连接。
例子
创建数据库的脚本如下：
$ dates=2019.01.01..2019.01.31
$ syms="A"+string(1..30)
$ sym_range=cutPoints(syms,3)
$ db1=database("",VALUE,dates)
$ db2=database("",RANGE,sym_range)
$ db=database("dfs://stock",COMPO,[db1,db2])
$ n=10000
$ datetimes=2019.01.01T00:00:00..2019.01.31T23:59:59
$ t=table(take(datetimes,n) as trade_time,take(syms,n) as sym,rand(1000,n) as qty,rand(500.0,n) as price)
$ trades=db.createPartitionedTable(t,`trades,`trade_time`sym).append!(t)
$ n=200
$ t2=table(take(datetimes,n) as trade_time,take(syms,n) as sym,rand(500.0,n) as bid,rand(500.0,n) as offer)
$ quotes=db.createPartitionedTable(t2,`quotes,`trade_time`sym).append!(t2)
$ t3=table(syms as sym,take(0 1,30) as type)
$ infos=db.createTable(t3,`infos).append!(t3)
例1. 连接两个分布式表trades和quotes：
select * from ej(trades,quotes,`trade_time`sym);
trade_time |
sym |
qty |
price |
bid |
offer |
|---|---|---|---|---|---|
2019.01.01T00:00:00 |
A1 |
39 |
7.366735 |
37.933525 |
446.917644 |
2019.01.01T00:00:09 |
A10 |
15 |
461.381014 |
405.092702 |
26.659516 |
2019.01.01T00:00:10 |
A11 |
987 |
429.981704 |
404.289413 |
347.64917 |
2019.01.01T00:00:11 |
A12 |
266 |
60.466206 |
420.426175 |
83.538043 |
2019.01.01T00:00:12 |
A13 |
909 |
362.057769 |
324.886047 |
162.502655 |
2019.01.01T00:00:13 |
A14 |
264 |
113.964472 |
497.598722 |
103.114702 |
2019.01.01T00:00:14 |
A15 |
460 |
347.518325 |
24.584629 |
357.854207 |
2019.01.01T00:00:15 |
A16 |
196 |
258.889177 |
49.467399 |
13.974672 |
2019.01.01T00:00:16 |
A17 |
198 |
403.564922 |
428.539984 |
208.410852 |
2019.01.01T00:00:17 |
A18 |
30 |
288.469046 |
41.905556 |
378.080141 |
… |
|||||
例2. 连接分布式表和维度表：
select * from lj(trades,infos,`sym);
trade_time |
sym |
qty |
price |
type |
|---|---|---|---|---|
2019.01.01T00:00:00 |
A1 |
856 |
359.809918 |
0 |
2019.01.01T00:00:09 |
A10 |
368 |
305.801702 |
1 |
2019.01.01T00:00:10 |
A11 |
549 |
447.406744 |
0 |
2019.01.01T00:00:11 |
A12 |
817 |
115.613373 |
1 |
2019.01.01T00:00:12 |
A13 |
321 |
298.317481 |
0 |
2019.01.01T00:00:13 |
A14 |
3 |
2.289171 |
1 |
2019.01.01T00:00:14 |
A15 |
586 |
91.841629 |
0 |
2019.01.01T00:00:15 |
A16 |
745 |
43.256142 |
1 |
2019.01.01T00:00:16 |
A17 |
60 |
0.153205 |
0 |
… |
||||
例3. 连接分布式表和内存表：
tmp=table("A"+string(1..15) as sym,2019.01.11..2019.01.25 as date);
select * from ej(trades,tmp,`sym);
trade_time |
sym |
qty |
price |
date |
|---|---|---|---|---|
2019.01.01T00:00:00 |
A1 |
856 |
359.809918 |
2019.01.11 |
2019.01.01T00:00:09 |
A10 |
368 |
305.801702 |
2019.01.20 |
2019.01.01T00:00:10 |
A11 |
549 |
447.406744 |
2019.01.21 |
2019.01.01T00:00:11 |
A12 |
817 |
115.613373 |
2019.01.22 |
2019.01.01T00:00:12 |
A13 |
321 |
298.317481 |
2019.01.23 |
2019.01.01T00:00:13 |
A14 |
3 |
2.289171 |
2019.01.24 |
2019.01.01T00:00:14 |
A15 |
586 |
91.841629 |
2019.01.25 |
2019.01.01T00:00:30 |
A1 |
390 |
325.407485 |
2019.01.11 |
… |
||||
更多连接方式请查看 表连接。