这篇文章给大家介绍vertica如何实现存储，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
JAVA 等通用语言缺乏结构化计算类库，即使最简单的结构化算法，比如查询、排序、聚合，也要从零开始硬编码。对于很常用的算法，比如分组汇总、关联查询，则要编写大篇幅的代码。对于复杂些的算法，甚至要设计多个类才能勉强实现。
只要多花时间，JAVA 总是可以实现算法的，但高耦合性的缺点却无法避免。存储过程本应独立于 JAVA 代码，修改存储过程本不该影响 JAVA 代码。但 JAVA 开发的存储过程会和其他 JAVA 代码紧密耦合，只要修改存储过程，就必然重新编译打包整个项目，项目的维护成本必然升高。
如果使用集算器，实现 vertica 存储过程就会容易很多。
集算器具有丰富的结构化类库，无论查询、排序、聚合还是分组汇总、关联查询，都可以用内置函数直接实现。集算器也提供了针对结构化数据的分支判断、循环语句、动态语法，复杂业务逻辑也可轻松实现。集算器还提供了标准的 JDBC 接口，供 JAVA 代码调用，实际的存储过程则以脚本文件的形式存在，修改存储过程不影响 JAVA 代码。
例如：vertica 中 sales 表存储销售员的订单信。
逻辑算法：对每一位销售，找到他金额最大和最小的 3 笔订单，分别打上 "top3" 和 "bottom3" 的标记，考虑到订单数太少没意义，特规定某销售的订单数小于 3 时，则不计算 top3，订单数小于 6 时，则不计算 bottom3。计算结果应当如下：
集算器代码如下：
| A | B | C | D | |
| 1 | =connect@l("verticaDB") | |||
| 2 | =A1.cursor@x("select * from sales order by sellerid,amount") | |||
| 3 | for A2;sellerid | /for each seller | ||
| 4 | if A3.len()>=3 | =A3.m(to(-1,-3)) | =C4.derive("top3":orderType) | |
| 5 | if A3.len()>=6 | =A3.m(to(3)) | =C5.derive("bottom3":orderType) | |
| 6 | =@|D4|D5 | /merge top+bottom for every seller | ||
| 7 | return B6 | |||
关于vertica如何实现存储就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
