用集算器更新数据库的技巧
对数据库进行批量更新时，使用update函数要比execute函数性能更好。
比如，source和target是两个不同的数据源，callrecordA是source中的物理表，有1万条记录，callrecordB是target中的物理表，无记录，现在需要将callrecordA中的数据同步到callrecordB中。
当使用execute函数进行批量更新，可以发现性能不够理想，代码如下：
| A | B | |
| 1 | =connect("source") | /连接source |
| 2 | =A1.query@x("select * from callrecordA") | /取callrecordA |
| 3 | ||
| 4 | =connect("target") | /连接target |
| 5 | =A4.execute("truncate table callrecordB") | /为方便重复测试，先清空callrecordB |
| 6 | =now() | /记录测试时间 |
| 7 | =A2.(A4.execute("insert into callrecordB values(?,?,?,?,?,?)",~.SERIALNUMBER,~.OUTID,~.INID,~.CALLTIME,~.DURATION,~.CHARGE)) | /批量更新 |
| 8 | =A4.close() | |
| 9 | =interval@ms(A6,now()) | /SQL execute语句，8251ms |
上述算法实际是循环执行insert语句，并没有充分利用JDBC的批量更新机制，因此性能较差。而且上述算法只是插入数据，如果既有插入又有修改，处理起来会麻烦许多。
使用update函数后，可以看到性能提升明显，代码如下：
| 11 | =connect("target") | /连接target |
| 12 | =A11.execute("truncate table callrecordB") | /为方便重复测试，先清空callrecordB |
| 13 | =now() | /记录测试时间 |
| 14 | =A11.update@i(A2,callrecord;SERIALNUMBER) | /批量更新 |
| 15 | =A11.close() | |
| 16 | =interval@ms(A13,now()) | /SPL update函数，2075ms |
函数update利用JDBC的executeBatch机制进行批量更新，因此性能较好。选项@i表示只需生成insert语句，@u表示只生成update语句。无选项时表示既有insert又有update，即目标表已有数据，需比对源表和目标表的主键，如果某主键在源表存在，在目标表不存在，则生成insert语句，如果某主键在源表和目标表都存在，则生成update语句。
数据库通常会提供同步/导入工具，这些工具通常具备更好的性能，也都支持命令行调用。SPL可执行命令行，因此可以调用这些工具。比如用oracle的sqlldr导入数据，可使用如下代码：
| A | B | |
| 1 | =connect("source") | /连接source |
| 2 | =A1.query@x("select * from callrecordA") | /取callrecordA |
| 3 | =file("d:\\temp\\callrecordB.txt").export(A2;"|") | /生成文本/csv文件，分隔符为| |
| 4 | =system("cmd /C sqlldr system/runqian@orcl control=d:\\temp\\callrecordB.ctl data=d:\\temp\\callrecordB.txt log=log.log bad=bad.log errors=5000 rows=1000 bindsize=10485760") | /执行命令行 |
A1-A3：将source中的表导出成文本文件，分隔符为|。文本文件如果已存在，则可省略本步骤。
A4：执行命令行，调用sqlldr，命令格式要符合sqlldr的官方要求。注意callrecordB.ctl 是sqlldr要求的控制文件，格式如下：
load data CHARACTERSET UTF8 append into table callrecordB fields terminated by '|' trailing nullcols ( SERIALNUMBER INTEGER EXTERNAL, OUTID INTEGER EXTERNAL, INID INTEGER EXTERNAL, CALLTIME date "yyyy-mm-dd hh34:mi:ss", DURATION INTEGER EXTERNAL, CHARGE INTEGER EXTERNAL ) |
SPL支持并行计算，包括并行执行同步/导入工具，所以可以将单文本拆成多个文本，同时导入多个文件，以此获得更高性能。不同的同步/导入工具，有不同的并行要求，通常的要求是不锁表，且无唯一索引。比如并行执行sqlldr，可用如下代码：
| A | B | C | |
| 1 | =file("d:\\temp\\callrecordB.txt") | /打开单文件 | |
| 2 | =2.(file(concat("d:\\temp\\callrecordB",~,".txt")).export(A1.cursor(;~:2,"|");"|")) | /拆分成多个文件 | |
| 3 | fork to(2) | =system(concat("cmd /C sqlldr system/runqian@orcl control=d:\\temp\\callrecordB.ctl data=d:\\temp\\callrecordB",A3,".txt direct=y parallel=true log=log.log bad=bad.log errors=5000 bindsize=10485760")) | /多文件并行导入 |
