更新aTable集合a，b，c=func(x，y，z，…)

Question

我需要一个快速的建议。我提到以下场景是基于我在64位上的monetdblite编译已经可用的c_api的使用，目的是将其与一些特定的c编写的函数一起使用。

Short：我如何实现或模拟以下场景：更新a表集a，b，c=func(x，y，z，…(

长。许多算法返回多个变量，例如多元回归。

bool m_regression(IN const double **data, IN const int cols, IN const int rows, OUT double *fit_values, OUT double *residuals, OUT double *std_residuals, OUT double &p_value);

为了最大限度地减少monetdb和重计算函数之间的数据传输，所有这些结果都是一步生成的。问题是，我如何一次将它们传输回来，最大限度地减少monetdb和外部C/C++(/R/Python(函数之间的计算时间和内存流量？

---

我解决这个问题的第一个想法是这样的：

1.更新表集dummy=func_compute(x，y，z，…(

其中dummy是一个临时__int64字段，func_compute将计算所有必要的输出，并将结果存储到一个dummy指针中。为了确保常数估计没有问题，数组中的第一个返回值将是真正的伪指针，其余的只是一个递增的dumm+i值；

2.更新aTable集合a=func_ret(dummy，1

假设func_ret将按照第一次调用时返回的顺序获得dummy，我只需将准备好的结果复制到提供的存储中；如果顺序没有保留，我将需要额外的步骤来获得最小值(真正的伪指针(，然后使用当前值的偏移量在数组中查找。

__int64 real_dummy = __inputs[0][0];
double *my_pointer_data = (double *) (real_dummy + __inputs[1][0] * sizeof(double)* row_count);
memcpy(__outputs[0], my_pointer_data, sizeof(double)* row_count);

//或==============================

__int64 real_dummy = minimum(__inputs[0]);
double *my_pointer_data = (double *) (real_dummy + __inputs[0][1] * sizeof(double)* row_count);
for (int i=0;i<row_count;i++)
   __outputs[0][i] = my_pointer_data[__inputs[0][i] - real_dummy];

不太相关的是，我将如何释放临时内存，可以是在update中的最后一条语句中，也可以是在使用func_free的新的伪update语句中。问题是，在我看来，即使我节省了一些计算(大量(时间，假人的传递仍然会完成3次(内存实际上没有被复制的可能性吗？(。

还有其他更好的方法可以实现这一点吗？

Answer 1

对不起，我不知道有什么好方法可以做到这一点。您可以检索该表，以任何您喜欢的方式将列添加为BAT，然后将其写回。