外键与表间关联

在数据库中，在表与表之间经常会存在关联关系，如下面的州信息表States(其中Population单位为k)，以及主要城市信息表Cities：

Cities通过StateId字段和States关联。数据库中的这种存储模式可以使得数据保持一致，易于维护。

在esProc中，可以通过设置序表的伪字段或者计算列，来体现这种表间关系，使得数据的检索和展现简单而结构明晰。

esProc中可以通过T.dsc()函数为序表添加伪字段，或者使用T.derive()函数为序表添加计算列，先通过下面的例子熟悉一下：

	A	B
1	=connect("esProc")
2	=A1.query("select ID,Name,League,Team,IP,ER from PlayersPitching")
3	=A2.dup@t()
4	>A2.deriver(round(ER*9/IP,2):ERA)
5	>A3.dsc(round(ER*9/IP,2):ERA)

A2中，获取投手信息；A3中，复制A2中的数据以便比较。A4在A2的序表中添加计算列ERA(Earned Run Average)，ERA可以根据ER(Earned Run)和IP(Innings Pitched)计算获得；A5则在A3的序表中把ERA添加为伪字段。

A2中的序表如下：

A3中的序表如下：

可以看到，A2和A3中的数据是相同的，只有A3中ERA列的颜色不同。这是由于，A3中ERA是伪字段，这一列的数值并不直接存储于A3的记录 中，而是在读取记录时，临时计算。A2中的计算列则与此不同，它在添加时已经存入了各条记录之中。

我们比较一下这两种情况：T.dec()生成的伪字段仅在数据结构中存储运算关系，因此使用内存较小，但是需要在每一次获取记录时计算；T.derive()生成的计算列则在添加时直接完成计算，数据会直接添加到每一条记录中，便于引用。在实际使用中，可以根据需要使用这两个函数。

了解了如何设定序表的外键，再来看一看我们最初遇到的问题。我们通过T.derive()来设定序表的外键，从而实现表间关联：

7	=A1.query("select * from States")	B
8	=A1.query("select * from Cities")
9	>A7.deriver(A8.select(StateId==A7.StateId):Cities)
10	>A8.deriver(A7.select@1(StateId==A8.StateId):State)	>A8.deriver(State.Name:SName)

A7和A8分别取出States和Cities的数据。在A9中，在States数据中添加Cities字段作为外键，存储每个州中的城市信息记录。A10则在Cities中添加State字段作为外键，存储城市所在州的信息记录。A11则再为Cites添加SName字段，列出所在州名称，以方便后面的查看。

执行后，A7中的数据为：

鼠标所指的数据为城市记录构成的系列，可以双击查看：

A8中的数据如下：

鼠标指向数据为州记录，也可以双击查看：

可以发现，通过添加外键的方式，无论是A7还是A8中的数据，实际上都已经包含了源数据库中States和Cities这两个表的信息，实现了表间关联。
在查询或者展现时，外键字段的使用和普通字段是相同的，但是在使用中需要注意外键字段的数据类型，在A7中，外键Cities的数据是记录的序列；而A8中，外键State的数据是记录。

如下面的例子，在Cities中，选出州名中包含“la”的数据，可以在过滤表达式中，直接调用外键State的Name字段过滤计算：

11

=A8.select(like(State.Name,"*la*"))

计算结果如下：

也可以使用外键字段作为排序依据，如，根据本州中主要城市的数量，对州数据降序排序：

12

=A7.sort(Cities.len():-1)

排序结果如下：

如果序表伪字段的记录中，仍然包含伪字段，也是可以继续调用的。如，列出所在州恰好有3个主要城市的城市信息：

13

=A8.select(State.Cities.len()==3)

结果如下：