【摘要】
交叉彙總作爲數據統計的一種分類統計計算，用 MongoDB 實現比較困難，但可以利用集算器 SPL 語言來進行輔助實現。
交叉彙總是數據統計中一種實用的分類統計計算。交叉彙總分析，又稱列聯表分析，是通過分析兩個或兩個以上變量之間的聯合分佈特徵，來了解這些變量之間相互影響關係的一種統計分析技術。一般情況下，我們將某一變量分組後作爲行，用其它變量或變量的組合作爲列，形成數據庫表進行統計分析。例如下面的表結構：
| 成績 | ||||||
| 學校 | 學科 | 1 | 2 | 3 | 4 | 5 |
| A | Sub1 | 人數 | 人數 | … | … | … |
| Sub2 | 人數 | … | ||||
| B | Sub1 | 人數 | ||||
| Sub2 | 人數 | |||||
如果將學科、成績合併，則可進一步演化爲：
| 學科 - 成績 | ||||||
| 學校 | sub1-1 | sub1-2 | … | sub1-5 | sub2-1 | … |
| A | 人數 | … | ||||
| B | 人數 | |||||
用 MongoDB 能夠比較清晰、自然地存儲類似的數據，但要實現交叉彙總卻比較困難。如果將數據取出，用 Java 等其它高級語言來彙總的話，也相當複雜。對於這種情況，我們可以利用集算器 SPL 語言輔助 MongoDB，完美實現交叉彙總的功能，下面用例子說明。
Student集合記錄了學校、學生名稱、學科及成績，樣例數據如下：
db.student.insert ({school:'school1', sname : 'Sean' , sub1: 4, sub2 :5})
db.student.insert ({school:'school1', sname : 'chris' , sub1: 4, sub2 :3})
db.student.insert ({school:'school1', sname : 'becky' , sub1: 5, sub2 :4})
db.student.insert ({school:'school1', sname : 'sam' , sub1: 5, sub2 :4})
db.student.insert ({school:'school2', sname : 'dustin' , sub1: 2, sub2 :2})
db.student.insert ({school:'school2', sname : 'greg' , sub1: 3, sub2 :4})
db.student.insert ({school:'school2', sname : 'peter' , sub1: 5, sub2 :1})
db.student.insert ({school:'school2', sname : 'brad' , sub1: 2, sub2 :2})
db.student.insert ({school:'school2', sname : 'liz' , sub1: 3, sub2 :null})
希望能夠統計出如下的交叉表：每行一個學校，第一列是sub1成績爲5的人數，第二列是sub1成績爲4的人數，以此類推。
使用集算器SPL的代碼如下：
| A | |
| 1 | =mongo_open("mongodb://localhost:27017/local?user=test&password=test") |
| 2 | =mongo_shell(A1,"student.find()").fetch() |
| 3 | =A2.group(school) |
| 4 | =A3.new(school:school,~.align@a(5,sub1).(~.len()):sub1,~.align@a(5,sub2).(~.len()):sub2) |
| 5 | =A4.new(school,sub1(5):sub1-5,sub1(4):sub1-4,sub1(3):sub1-3,sub1(2):sub1-2,sub1(1):sub1-1,sub2(5):sub2-5,sub2(4):sub2-4,sub2(3):sub2-3,sub2(2):sub2-2,sub2(1):sub2-1) |
| 6 | =mongo_close(A1) |
A1: 連接MongoDB數據庫，ip和端口號是localhost:27017，數據庫是test，用戶名和密碼都是test。
A2: 使用find函數從MongoDB中取出集合student，形成遊標。SPL遊標能夠分批讀取和處理數據，可以避免數據量過大，以防內存溢出因爲數據量不大，所以這裏可以直接 fetch 出遊標的所有記錄
A3：首先按照學校分組。
A4：分組之後，align函數實現每組內部按照[1,2,3,4,5]的序列對齊分組，再通過len函數求出每一個對齊分組序列的長度。
A5：對A4的長度數按學科與成績組合成列放入相應的位置，生成結果排列。
結果如下：
A6: 關閉mongodb連接。
簡言之，SPL 先得到分組數據，用函數 align() 按成績分組，再得到每組數量，最後按需求進行顯示就行了。這樣，藉助 SPL 語言實現交叉彙總功能, 對 MongoDB 的用戶來說就再也不是一件令人頭痛的事了。
需要說明的是：集算器SPL並不包含mongodb的java驅動包。如果要用SPL訪問mongodb，必須提前將mongodb的java驅動包（例如：mongo-java-driver-3.9.1.jar）放到集算器設置的外部庫目錄extLib\MongoCli下。
除了在集算器中直接計算，上述使用SPL語言協助mongodb計算的腳本也很容易集成到java中，只要增加一行，寫成return A5即可向java輸出resultset形式的結果，具體的代碼參考SPL教程。同樣，用java調用SPL訪問mongodb也必須將mongdb的java驅動包放到java程序的classpath中。