怎么用ABAP的新关键字REDUCE完成实际工作任务

共计 2103 个字符，预计需要花费 6 分钟才能阅读完成。

这篇文章主要介绍“怎么用 ABAP 的新关键字 REDUCE 完成实际工作任务”，在日常操作中，相信很多人在怎么用 ABAP 的新关键字 REDUCE 完成实际工作任务问题上存在疑惑，丸趣 TV 小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用 ABAP 的新关键字 REDUCE 完成实际工作任务”的疑惑有所帮助！接下来，请跟着丸趣 TV 小编一起来学习吧！

看一个具体的例子：ABAP 740 里的一个新关键字 REDUCE. 这个关键字的作用和在大规模数据集并行计算领域里广泛使用的 Map-Reduce 编程模型中的 Reduce 操作类似，可以按照字面意思理解为“归约”。

下图是 Map Reduce 框架的工作步骤，统计一个海量输入数据集 (比如大于 1TB) 中的单词出现次数。作为 ABAP 开发人员，我们没必要了解 Map Reduce 框架的每个执行步骤，只需紧盯框架的输入，以及执行结果就行了。

回到 Jerry 接受的实际工作任务。德国同事让 Jerry 在某个 CRM 测试系统上做个统计，列出在数据库表 CRM_JSTO 里，OBTYP(Object Type)和 STSMA(Status Schema)这两列拥有相同值的内表行的个数。大家可以把 OBTYP 和 STSMA 两列具有相同值的内表行 类比成上图中重复出现的单词。

下图是 CRM_JSTO 的部分行：

下图是 Jerry 完成的任务: 测试系统上内表一共有 55 多万行，其中有 90279 行，只维护了 OBTYP 为 TGP，而没有维护 STSMA. 排名第二的是 COH 和 CRMLEAD 的组合，出现了 78722 次。

稍稍做过一些 ABAP 开发的朋友们，一定会立即写出下面的代码：

利用 SELECT COUNT 直接在数据库层完成统计工作。这也是 SAP 推荐的做法，所谓 Code pusudown 准则，即能放到 HANA 数据库层面进行的操作，就尽量放进去，以充分利用 HANA 强大的计算能力。在数据库能够完成计算逻辑的前提下，尽量避免把计算逻辑放到 Netweaver ABAP 应用层去做。

不过，我们也需要注意到这种方式的局限性。Jerry 之前曾经引用过 SAP CTO 的名言：

There is no future with ABAP alone

There is no future in SAP without ABAP

未来的 ABAP 会走向开放，互联的道路。回到这个需求本身，假设待检索的输入数据不是从 ABAP 数据库表中来，而是来自 HTTP 请求，或者第三方系统发过来的 IDOC，此时我们无法再使用 OPEN SQL 本身的 SELECT COUNT 操作，而只能在 ABAP 应用层解决这个问题。

所谓技多不压身，Jerry 这里介绍两种用 ABAP 完成这个需求的方式。

第一种方式比较传统，实现在方法 get_result_traditional_way 里：

ABAP 的 LOOP AT GROUP BY 这个关键字组合简直就像是为这个需求量身定做一般：给 GROUP BY 指定 obtyp 和 stsma 这两列，然后 LOOP AT 会自动将输入内表的行记录根据这两列的值进行分组，每组行记录的个数通过关键字 GROUP SIZE 自动计算出来，每组各自的 obtyp 和 stsma 的值，以及组内行记录的条目数，存储在 REFERENCE INTO 指定的变量 group_ref 里。ABAP 顾问需要做的事情，只是简单地把这些结果存储到输出内表即可。

第二种办法，就是本文标题所述，使用 ABAP 740 新的 REDUCE 关键字：

上面的代码乍一看可能觉得有点晦涩，但仔细阅读后发现这种方式本质上也采用了和方法一 LOOP AT GROUP BY 同样的分组策略——根据 obtyp 和 stsma 分组，这些子组通过变量 group_key 标识，然后通过第 10 行的 REDUCE 关键字，通过累加的方式，手动计算这个组的条目数——把一个大的输入集根据 GROUP BY 指定的条件归约成一个个规模更小的子集，然后分别针对子集进行计算——这就是 REDUCE 关键字通过字面含义传递给 ABAP 开发人员的处理思想。

总结和比较一下这三种实现方式：当待统计的数据源为 ABAP 数据库表时，一定优先选用 OPEN SQL 的方式，使计算逻辑在数据库层完成，以获得最佳的性能。

当数据源并非 ABAP 数据库表，而分组统计的需求为简单的计数操作 (COUNT) 时, 优先用 LOOP AT … GROUP BY … GROUP SIZE，使得计数操作通过 GROUP SIZE 在 ABAP kernel 完成，以获得较好的性能。

当数据源并非 ABAP 数据库表，而分组统计的需求为自定义的逻辑时，用本文介绍的第三种 REDUCE 解法，将自定义统计逻辑写在第 11 行的 NEXT 关键字后。

这三种解法的性能依次递减，不过适用的场合和灵活程度依次递增。

LOOP AT … GROUP BY … GROUP SIZE，在 Jerry 的服务器上处理 55 万条记录，用了 0.3 秒，而 REDUCE 则需花费 0.8 秒。

到此，关于“怎么用 ABAP 的新关键字 REDUCE 完成实际工作任务”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注丸趣 TV 网站，丸趣 TV 小编会继续努力为大家带来更多实用的文章！