有時我們需要查詢大文本而不是數據庫，這時就需要流式讀入文件并實現查詢算法，還要進行并行處理以提高性能。但JAVA本身缺少相應的類庫，需要硬編碼才能實現結構化文件計算，代碼復雜且可讀性差，難以實現高效的并行處理。

使用免費的集算器可以彌補這一不足。集算器封裝了豐富的結構化文件讀寫和游標計算函數，書寫簡單代碼就能實現并行計算，并提供了易用的JDBC接口。JAVA應用程序可以將集算器腳本文件當做數據庫存儲過程執行，傳入參數并用JDBC獲得返回結果。

集算器與Java應用程序的集成結構如下： 

下面舉例說明集算器協助JAVA查詢大文本的基本過程。源數據sOrder.txt如下：

要查詢起止時間是startDate、endDate之間，金額大于argAmount的訂單，只需使用如下代碼： 

A1:以游標方式打開文件。@t表示將第1行讀為列名。

A2:進行結構化查詢，結果為游標。

A3:執行游標，將結果讀入內存，如下：

JAVA主程序可以JDBC的方式調用集算器腳本，代碼如下：

Class.forName("com.esproc.jdbc.InternalDriver");

con=DriverManager.getConnection("jdbc:esproc:local://");

//調用集算器腳本（類似存儲過程），其中searchbig是dfx的文件名

st=(com. esproc.jdbc.InternalCStatement)con.prepareCall("call searchbig");

//設置參數

st.setObject(1,"2010-01-01");

st.setObject(2,"2010-12-31");

st.setObject(3,2000);

//執行腳本

st.execute;

//獲取結果集

ResultSetrs = st.getResultSet;

……

返回值是符合JDBC標準的ResultSet對象，調用集算器腳本和訪問數據庫的方法完全一樣，熟悉JDBC的程序員可以很快掌握。

對于上面這類較簡單的代碼，還可以直接將腳本寫在JDBC調用中，多行語句之間用\n分隔即可，類似執行一句較復雜的SQL，這樣可以不必再保存一個腳本文件。

st = (com.esproc.jdbc.InternalCStatement)con.createStatement;

ResultSet rs1 =st.executeQuery("=file(\"D:\\sOrder.txt\").import@t\n" +"=A1.select(OrderDate>=date(\"2010-01-01\") &&OrderDate<=date(\"2010-12-31\") && Amount>2000)\n"+

"=A2.fetch");

集算器會返回***一個表達式的值。

如果查詢結果內存裝不下，可以在集算器中直接返回游標（即去掉A3代碼），在JAVA中只需設置每批次讀取的記錄數即可正常讀取，具體代碼如下：

st.setFetchSize(1000)

關于集算器JDBC的部署和調用的更詳細信息可參考集算器集成應用之被JAVA調用。 

集算器還可以實現多線程并行計算，最簡單方法就是在上述代碼的cursor函數中使用@m，這表示多線程讀取文件。

也可以手工分段，在讀取和計算部分都使用多線程并行計算，代碼如下：

A1：用8個游標打開文件，每次讀取文件的指定部分。~表示循環變量，依次是1、2…8，@z表示將文件按字節數大致分為幾部分，只讀取其中一部分，集算器會自動去頭補尾，以保證取出的數據是整行。

A2：針對每個游標執行查詢。

A3：并行執行游標，并合并結果。@x表示合并的對象是游標，@m表示并行計算。需要注意的是，函數conj無法保證結果順序和源數據一致。

上述代碼使用了集算器內置的并行計算函數，如果計算過程較復雜，或內存可以裝下計算結果，則適合用顯式并行計算語句。代碼如下：

A1:設定并行數。

A2:并行執行代碼，作用范圍是縮進的B2-B3。to(A1)=[1,2…8]表示每個線程的入口參數。線程內部可用A2來獲取入口參數，線程外部可用A2獲取所有線程的計算結果。

B3:查詢游標，將結果讀入內存，并返回給主線程。

A4:按順序合并各線程的計算結果。

對于有序數據，可以用二分法來提高查詢性能。比如數據已按Client和OrderID排序，現在要根據參數argClient和argOrder找出相應的記錄，可以使用下面的代碼：

begin,end是二分法的起止位置，m是中間位置。

B4:按字節數定位到中間位置，打開游標讀入一條記錄，集算器會自動實現去頭補尾，取出完整記錄。@x表示取出記錄后立即關閉游標。

B5-C6:如果定位成功，則將當前記錄存儲在C5。

B7-C8:如果定位不成功，則繼續比較集合大小并重新設置begin,end。

A9：將C5中的計算結果顯式地返回給JDBC。