大数据批量键值查询怎样才会更快

一般选择数据库来存放数据，并借助数据表的索引来加快检索速度。利用索引查找数据，即使数据总量达到有10亿，对于单条记录的查找效率大约在数十毫秒（复杂度为LogN）。但是，如果需要查询的键值很多，比如多达几千甚至几万的时候，如果每次都独立查找，那读取和比较也会累积到几万甚至几十万次，时间延迟由此也会涨到几十分钟甚至小时级别，这时候再简单地使用数据库索引对于用户体验必然是难以容忍的了。

比如下面这样的查询：

结构如下：

字段	类型	备注
id	long	1000000000001开始自增
data	string	随机字符串（长度为 180 字节）

对这样结构的6亿条数据，从中取1万个随机id对应的记录，用Oracle大约就需要120 秒了。

使用的SQL大概这样：select * from testdata where id in (…)

另外由于in中的个数最大1000个，还需要多次查询后的结果再合并，处理起来也比较麻烦。

同样的数据，用集算器来处理，代码简单且查找高效，看下面这个例子：

	A	B
1	=file("testdata.ctx").create()	//打开组表文件testdata.ctx
2	=A1.index@3(id_idx)	//加载三级索引
3	=keys	//待查找的随机键值序列
4	=A1.icursor(;A3.contain(id),id_idx)	//利用组表索引id_idx查找

这里使用了集算器组表功能，基于高性能索引和批量键值查找，可以有效地应对这种场景。该场景下，集算器查询仅用了20秒，相比Oracle的120秒提升了6倍。感兴趣可以参考：性能优化教案—查找

集算器还很容易嵌入到Java应用程序中，Java如何调用SPL脚本有使用和获得它的方法。

关于集算器安装使用、获得免费授权和相关技术资料，可以参见如何使用集算器。