keyedTable

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

或

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

或

keyedTable(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。

创建键值内存表。一个键值内存表有一个主键。主键可由一个或多个字段组成。

向表中添加新记录时，系统会自动检查新记录的主键值，如果新记录的主键值与已有记录的主键值重复时，会更新表中对应的记录。

查询优化：

1. 对于键值内存表，满足以下条件，SQL 查询性能会优于普通内存表：

   • SQL语句中只能使用 =, in 或 and, 且 in 谓词使用小于等于两次；

   • 查询语句必须包含 keyColumns 所有列。

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

请对比 索引内存表 优化 SQL 查询条件。

具体请参考例3。

例1. 创建键值表

第一种写法：

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

第二种写法：

t=keyedTable(`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=keyedTable(`sym`id, tmp);

创建键值内存分区表：

sym=`A`B`C`D`E
id=5 4 3 2 1
val=52 64 25 48 71
t=keyedTable(`sym`id,sym,id,val)
db=database("",VALUE,sym)
pt=db.createPartitionedTable(t,`pt,`sym).append!(t);

例2. 更新键值表

t=keyedTable(`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，并且新记录中的主键值与表中主键值重复：

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;

插入新记录，并且新记录中的主键值重复：

insert into t values(`MSFT`MSFT,2018.06.08T12:30:01 2018.06.08T12:30:01,45.7 56.9,3600 4500)
t;

主键不允许更新：

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

例3. 查询键值内存表

当过滤条件不使用 or，包含所有 keyColumns，并且每个条件都使用了等值谓词(=)或 in 谓词，且 in 谓词数量不超过两个时，键值内存表的查询性能优于普通内存表。

以下例子将比较键值内存表和普通内存表的查询性能。首先，分别创建包含100万条记录的普通内存表 t 和键值内存表 kt。

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

例3.1

timer(100) select * from t where id=500000, date=2012.06.01, type=0;
// output: Time elapsed: 161.574 ms

timer(100) select * from kt where id=500000, date=2012.06.01, type=0;
// output: Time elapsed: 1.483 ms

timer(100) sliceByKey(t1, (500000, 2012.06.01, 0))
// output: Time elapsed: 0.705 ms

例3.2

timer(100) select * from t where id in [1, 500000], date in 2012.06.01..2012.06.05, type=5;
// output: Time elapsed: 894.241 ms

timer(100) select * from kt where id in [1, 500000], date in 2012.06.01..2012.06.05, type=5;
// output: Time elapsed: 2.322 ms

in 谓词数量超过两个时，键值内存表不会进行查询优化：

例3.3

timer(100) select * from t where id in [1, 500000], date in 2012.06.01..2012.06.05, type in 1..5;
// output: Time elapsed: 801.347 ms

timer(100) select * from kt where id in [1, 500000], date in 2012.06.01..2012.06.05, type in 1..5;
// output: Time elapsed: 834.184 ms

若过滤条件没有包括所有 keyColumns，键值内存表亦不会进行查询优化：

例3.4

timer(100) select * from t where id=500000, date in 2012.06.01..2012.06.05;
// output: Time elapsed: 177.113 ms

timer(100) select * from kt where id=500000, date in 2012.06.01..2012.06.05;
// output: Time elapsed: 163.265 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=keyedTable(`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

newVolume=array(INT[]).append!([[130,110,110,120]])
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: volume

相关函数：indexedTable