[发明专利]一种用归并算法计算一对一join、一对多join的方法

权利要求书

1.一种用归并算法计算一对一join、一对多join的方法，步骤如下：

a.对在外存中的数据集A和B进行如下准备工作，同维数据集关系按照它们的主键排序，主子数据集关系主数据集A按照它的主键排序，子数据集B按关联主键的键排序或者全部和主键有关系的键排序(关联对应的键放到前边)，把这些准备计算join的历史数据集全部保存好；(这是一次性准备工作，以后A和B再计算join时就不需要做这步准备了。)

b.用归并算法计算一对一join同维数据集A和B时，数据集A和B只要各自遍历一次，然后就可以在合并数据集中引用记录了。

计算一对多join主子数据集A和B的时候，原理和方法同上步骤2。就是把子数据集主键换成子数据集对应主数据集的关联键。

2.如权利要求1所述的一种用归并算法计算一对一join、一对多join的方法，其特征在于，数据量非常大内存装不下的互相关联数据集A和B，特点是关联键是事先知道并且确定的(此发明的必要条件)。如果数据集A中的主键对应数据集B中的主键，则A和B是一对一join同维数据集；如果数据集A中的主键对应子数据集B中的关联键，(子数据集B中的关联键是主数据集A中的主键一部分)则A和B是一对多join主子数据集，这是实施条件。

3.如权利要求1所述的一种用归并算法计算一对一join、一对多join的方法，其特征在于，数据集一次排序保存后可多次用归并算法计算。

4.如权利要求1所述的一种用归并算法计算一对一join、一对多join的方法，其特征在于，优势是只需要很小的内存就可以完成大数据的计算。

5.如权利要求1所述的一种用归并算法计算一对一join、一对多join的方法，其特征在于，同以前用hash方法解决同样的问题比，减少了大量硬盘IO的时间。

6.如权利要求1所述的一种用归并算法计算一对一join、一对多join的方法，其特征在于，所述方法适用于所有的系统、平台、软件、语言中。