利用ABAP 740的新关键字REDUCE完成一个实际工作任务

ABAP 740从2013年发布至今已经过去很长的时间了，下面这张图来自SAP社区博客：

ABAP News for Release 7.40 – What is ABAP 7.40?

图中的ABAP 8.0, 即现在的SAP Cloud for Customer和Business By Design后台使用的ABAP版本NGAP - Next Generation ABAP Platform，里面存在不少只在8.0版本可用的关键字和语言特性。

因为C4C和BYD的ABAP后台，客户和partners们是无法访问的，所以咱们回到ABAP 740这个版本。从该版本开始，ABAP支持了很多新的关键字和语法特性，“看起来有点不像传统的ABAP编程语言了”。

本文咱们就来看一个具体的例子：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。

本文提到的所有ABAP代码均可从我的SAP博客获得：

A real case to use REDUCE to finish a task in daily work

感谢阅读。