indexedTable

indexedTable(keyColumns, X, [X1], [X2], .....)

或

indexedTable(keyColumns, capacity:size, colNames, colTypes)

或

indexedTable(keyColumns, table)

keyColumns 是一个字符串标量或向量，表示主键。主键的数据类型必须属于以下类别： INTEGRAL, TEMPORAL 或 LITERAL。

第一种用法中，X, X1....是向量。

第二种用法中：

capacity 是正整数，表示建表时系统为该表分配的内存（以记录数为单位）。当记录数超过 capacity 时，系统会首先会分配 capacity 1.2~2倍的新的内存空间，然后复制数据到新的内存空间，最后释放原来的内存。对于规模较大的表，此类操作的内存占用会很高。因此，建议建表时预先分配一个合理的 capacity。

colTypes 是向量，表示各列的数据类型。

第三种用法中，table 是一个表。注意，table 中的 keyColumns 不能包含重复值。

创建索引内存表（indexed table）。一个索引内存表有一个主键。主键可由一个或多个字段组成。

向表中添加新记录时，系统会检查新记录的 keyColumns 值。如果新记录的 keyColumns 值与已有记录的 keyColumns 值重复，会更新表中对应的记录。

查询优化：

1. 对于索引内存表，满足以下条件，SQL查询性能会优于普通内存表：

   • 查询语句必须包含 keyColumns 的第 1 列，且该列使用的过滤条件只能使用 = 或 in，且该条件后面不能跟 or 语句；

   • 所有过滤条件使用的 in 谓词次数小于等于两次。

2. 查询 indexedTable 时，建议调用 sliceByKey 以提高性能。

请对比 键值内存表 优化 SQL 查询条件。

例1. 创建索引表

第一种写法：

sym=`A`B`C`D`E
id=5 4 3 2 1
val=52 64 25 48 71
t=indexedTable(`sym`id,sym,id,val)
t;

第二种写法：

t=indexedTable(`sym`id,1:0,`sym`id`val,[SYMBOL,INT,INT])
insert into t values(`A`B`C`D`E,5 4 3 2 1,52 64 25 48 71);

第三种写法：

tmp=table(sym, id, val)
t=indexedTable(`sym`id, tmp);

创建索引内存分区表：

t=indexedTable(`sym`id,sym,id,val)
db=database("",VALUE, sym)
pt=db.createPartitionedTable(t,`pt,`sym).append!(t);

例2. 更新索引表

t=indexedTable(`sym,1:0,`sym`datetime`price`qty,[SYMBOL,DATETIME,DOUBLE,DOUBLE])
insert into t values(`APPL`IBM`GOOG,2018.06.08T12:30:00 2018.06.08T12:30:00 2018.06.08T12:30:00,50.3 45.6 58.0,5200 4800 7800)
t;

插入新记录，并且新记录中的 keyColumns 的值与表中 keyColumns 的值重复：

insert into t values(`APPL`IBM`GOOG,2018.06.08T12:30:01 2018.06.08T12:30:01 2018.06.08T12:30:01,65.8 45.2 78.6,5800 8700 4600)
t;

keyColumns 的值不允许更新：

update t set sym="C_"+sym;
// output: Can't update a key column.

例3. 查询索引内存表

SQL 语句中若不使用 or，且某个过滤条件包含 keyColumns 的第1列，且该过滤条件使用 = 或 in 谓词，且 in 谓词使用不超过两次，则查询索引内存表的性能优于查询普通内存表。与之对比，若希望查询键值表的性能优于普通内存表，过滤条件必须包含全部 keyColumns。

首先，分别创建包含100万条记录的普通内存表 t 和索引内存表 t1。

id=shuffle(1..1000000)
date=take(2012.06.01..2012.06.10, 1000000)
type=take(0..9, 1000000)
val=rand(100.0, 1000000)
t=table(id, date, type, val)
t1=indexedTable(`id`date`type, id, date, type, val);

使用 keyColumns 的第一列进行过滤：

timer(100) select * from t where id=500000;
// output: Time elapsed: 177.286 ms

timer(100) select * from t1 where id=500000;
// output: Time elapsed: 1.245 ms

timer(100) sliceByKey(t1, 500000)
// output: Time elapsed: 0.742 ms

timer(100) select * from t where id in [500000, 600000, 700000];
// output: Time elapsed: 1134.429 ms

timer(100) select * from t1 where id in [500000, 600000, 700000];
// output: Time elapsed: 1.377 ms

若 keyColumns 第一列的过滤条件不使用 = 或 in ，则查询索引内存表的性能不会优化：

timer(100) select * from t where id between 500000:500010;
// output: Time elapsed: 641.544 ms

timer(100) select * from t1 where id between 500000:500010;
// output: Time elapsed: 599.752 ms

使用 keyColumns 的第一列与第三列进行过滤：

timer(100) select * from t where id=500000, type in [3,6];
// output: Time elapsed: 172.808 ms

timer(100) select * from t1 where id=500000, type in [3,6];
// output: Time elapsed: 1.664 ms

若不使用第一列 keyColumns 进行过滤，则查询索引内存表的性能不会优化：

timer(100) select * from t where date in [2012.06.03, 2012.06.06];
// output: Time elapsed: 490.182 ms

timer(100) select * from t1 where date in [2012.06.03, 2012.06.06];
// output: Time elapsed: 544.015 ms

timer(100) select * from t where date=2012.06.03, type=8;
// output: Time elapsed: 205.443 ms

timer(100) select * from t1 where date=2012.06.03, type=8;
// output: Time elapsed: 204.532 ms

若过滤条件使用超过两个 in 谓词，则查询索引内存表的性能不会优化：

timer(100) select * from t where id in [100,200], date in [2012.06.03, 2012.06.06], type in [3,6];
// output: Time elapsed: 208.714 ms

timer(100) select * from t1 where id in [100,200], date in [2012.06.03, 2012.06.06], type in [3,6];
// output: Time elapsed: 198.674 ms

sym=["a","b","c "] 
time=22:58:52.827 22:58:53.627 22:58:53.827 
volume=array(INT[]).append!([[100,110,120,115,125],[200,230,220,225,230],[320,300,310,315,310]])
price=array(DOUBLE[]).append!([[10.5,10.6,10.7,10.77,10.85],[8.6,8.7,8.76,8.83,8.9],[6.3,6.37,6.42,6.48,6.52]])
t=indexedTable(`sym,sym,time,volume,price)
t

//最新的报价数量和价格
newVolume=array(INT[]).append!([[130,110,110,115,120]])
newPrice= array(DOUBLE[]).append!([[10.55,10.57,10.62,10.68,10.5]])
//更新名为 a 的股票的最新报价
update t set volume=newVolume, price=newPrice where sym="a"
t

newPrice= array(DOUBLE[]).append!([[10.55,10.57,10.62,10.5]])
update t set volume=newVolume, price=newPrice where sym="a"
// error: Failed to update column: price

相关函数：keyedTable