三、在SQL中的聚合映射
也许我们会有这样的疑问，SP_map对大的列表的处理分怎么样呢。对于上面的例子，假设我们提供了一个包含100个元素的列表。SP_map为每一个被执行的表达式返回一个结果集（也就是对每一个输入元素）。因此，会有很多可滚动的窗口。那么对于数据更多的列表，SP_map提供了一个@Accumulate标志，来将众多小的结果集合成一个。虽然从概念上非常简单，但所不同的是SP_map所做的主要功能将发生改变。这将重写我们的查询代码。在其中将一个新的包含输入元素的列。否则，我们将没有办法将输入和输出相连，如图4所示：
打开@Accumulate标志后，将利用我们的SELECT表达式上的一个约束（就是所有被返回的字段必须被命名）。换句话说，'select count(*) from <MAIN_ARG>'将不再有效，而我们将使用'select count(*) as Count from <MAIN_ARG>'来取代原来的语句，如图4所示：
图4 聚合映射：打开@Accumulate标志后，将合并多个结果集为一个更便利的结果集
如果我们忘记了，SQL Server将会出现一个类似下面的错误：
如果我们忘记了，SQL Server将会出现一个类似下面的错误：
An object or column name is missing or empty.
For SELECT INTO statements, verify each column
has a name. For other statements, look for
empty alias names.
Aliases defined as "" or [] are not allowed.
Add a name or single space as the alias name.
我们可以通过设置@Verbose标志来查看代码。代码如下所示：
我们可以通过设置@Verbose标志来查看代码。代码如下所示：
SELECT Convert(varchar(128),'Person.Address') as ItemName, count(*) as Rows INTO #Map_Temp_Table from Person.Address INSERT INTO #Map_Temp_Table SELECT 'Person.Contact', count(*) as Rows from Person.Contact INSERT INTO #Map_Temp_Table SELECT 'Production.Culture', count(*) as Rows from Production.Culture INSERT INTO #Map_Temp_Table SELECT 'Sales.Customer', count(*) as Rows from Sales.Customer select * from #Map_Temp_Table drop table #Map_Temp_Table
我们从上面的代码可以看到，SP_map使用了一个中间临时表秋收集独立的结果集。如果我们将verbosity标志从1设置到2，我们会看到更多更清晰的代码（这将显示除了实际执行的代码块外的中间CREATE和UPDATE模板）。SP_map直接从我们的表达式模板产生这些中间模板，然后使用这些中间模板从输入列表中映射数据。CREATE和UPDATE模板的代码如下：
-- TEMPLATE (create):
SELECT Convert(varchar(128),
'<MAIN_ARG>') as ItemName, count(*) as Rows
INTO #Map_Temp_Table from <MAIN_ARG>
-- TEMPLATE (update):
INSERT INTO #Map_Temp_Table
SELECT '<MAIN_ARG>', count(*) as Rows from <MAIN_ARG>
对于我们的输入列表的第一个元素，SP_map使用了CREATE模板动态地定义了一个临时表，并存储第一个结果集。对于后面的部分使用了UPDATE模板来向临时表追加行。当完成时，使用一条SELECT语句从临时表中查出所有的数据。并生成一个单独的结果集，最后删除临时表。
