在數據分析中，我們經常需要將數據分組，然後計算出各組的彙總值，或者在各組中分別計算。集算器中，可以用groups函數計算數據的分組彙總結果，更可以用group函數將表中記錄分成多組，以便後續計算。但是，如果需要排序的數據量巨大，情況就不同了，這時是不能一次將它們讀入內存的，這樣普通的分組彙總，或者分組的方法就無法執行了，此時就可能需要使用外存分組。
下面，先來準備一個大數據表，簡單模擬1,000,000條手機用戶的通話時長記錄，存儲在二進制文件PhoneBill中：
其中，電話號碼使用8位整數，前4位固定爲1234，後4位隨機生成。通話開始時間在2014年8月中隨機產生。通話時長爲整數，也隨機生成，產生時使通話時長有90%的可能性爲1分鐘，最長20分鐘。數據文件完成後，在B11中讀出前1000條如下：
現在，需要根據PhoneBill中的數據計算：
① 8月中每天所有用戶的總通話時長以及每次通話的平均時長。
② 每位用戶在8月的通話時長。
③ 分別將每天的通話記錄存儲到文件中。
④ 8月的每一天中，通話總時長最多的5位用戶號碼。
先來看問題①，這首先需要將所有的訂單數據按日期來分組彙總。因爲8月一共只有31天，所以結果集並不是大數據，可以直接在內存中彙總計算：
A2用A1中的二進制文本數據生成遊標。A3計算遊標中數據的分組彙總結果如下：
因爲結果本身的數據量並不大，計算分組彙總時，其實只需要將遊標中的數據遍歷一次，並不需要外存分組，直接用groups函數就能計算。這裏的結果集並不龐大，可以直接獲得結果，並不需要使用遊標。計算每天中，每次通話的平均時間，需要先統計出每天的通話總時間及總次數，再進一步計算出平均通話時間，A4中獲得的結果如下：
問題②中的情況就不同了，由於用戶量要比8月的天數多得多，這時就需要考慮分組彙總的結果是不是能一次返回到內存中。在這裏，最多隻有10,000個用戶，並不算太多，只是以此來說明大數據結果集的計算情況。計算時，假設內存中只能容納1000條記錄：
在計算大數據分組彙總結果時，需要用groupx函數，利用外存，根據設定的緩衝區行數來將遊標內的數據逐步讀出分組。A3中，計算遊標中數據，按Phone分組；彙總計算總通話時長的結果，同時設定緩衝區行數爲1000。大數據分組彙總的結果是遊標，讀取數據的方法和普通的遊標完全相同。A3中的結果如下：
在A4中讀出了前1000名用戶的總通話時長結果：
另外，遊標中的數據如果沒有全部讀完，需要調用cs.close()函數，以及時清理外存臨時文件。
問題③需要先將數據按照日期分組，再將每天的數據存儲到文件中：
使用groupn函數的大數據分組和普通的分組不同，需要在分組表達式中直接指定組號，在A3中，用訂單日期的“日”作爲組號。A3的函數中計算的結果與前面的分組彙總不同，返回的是遊標序列，每個分組對應1個遊標：
在第4、5行的代碼中，將每天的遊標數據分別存到文件中。在A6中，選擇了其中4日的數據，在A7中讀出了前1000條記錄如下：
問題④仍然將數據按照日期分組，再在每個分組中執行分組彙總，最後根據彙總結果選出所需的用戶號碼：
A3中，仍然在分組表達式中直接指定“日”作爲組號，分組時返回的仍然是遊標的序列：
第4行到第6行的代碼循環每個分組的遊標數據，分別彙總每個用戶每天的總通話時間，並根據彙總結果再次彙總出通話時間排在前5名的用戶信息。需要注意的是，用匯總函數topx計算降序排序時，在排序表達式前加負號即可，如B5中的-TotalDuration。在結果中，選出通話時間最長的5個號碼數據，並存入B3的序表中。循環完畢後，可以從B3中讀出最終的結果如下：
除了將總的話費數據分組，也可以繼續使用問題③中生成的文件數據來處理這個問題。