,

    a.airport_ncom departure_airport,

    b.airport_ncom arrival_airport

    from flights f,

    airports a,

    airports b

    where f.dep_iata_code = a.iata_code

    and f.arr_iata_code = b.iata_code

    此时，一般规则仍然适用：重点保证索引访问的高效。但是，如果此时索引访问不太高效怎么

    办呢？首当其冲地，应避免“第一轮处理丢弃了第二轮处理所需的记录”。应该通过一次处理收

    集所有感兴趣的记录，再使用诸如case 语句等结构分别显示记录，第11章将详细说明这种方法。

    非常微妙的是，有些情况看似与“机场的例子”很像，但其实不然。例如，如何利用一个保存“定

    期累计值”（注3）的表，显示每个时间段内累计值的增量？此时，该表内的两个不同记录间虽

    然有关联，但这种关联很弱：两个记录之所以相关，是因为它们的时间戳之间有前后关系。而

    连接两个flights表是通过airports表进行的，这种关联很强。

    例如，时间段为5分钟，时间戳以“距参照日期多少秒（seconds elapsed since a reference date）”

    表示，则查询如下：

    select a.tcomstamp,

    a.statistic_id,

    (b.counter - a.counter)/5 hits_per_minute

    from hit_counter a,

    hit_counter b

    where b.tcomstamp = a.tcomstamp + 300

    and b.statistic_id = a.statistic_id

    order by a.tcomstamp, a.statistic_id

    上述脚本有重大缺陷：如果第二个累计值不是正好在第一个累计值之后5分钟取得的，那么就无

    法连接这两条记录。于是，我们改以“范围条件”定义连接。查询如下：

    select a.tcomstamp,

    a.statistic_id,

    (b.counter - a.counter) * 60 /

    (b.tcomstamp - a.tcomstamp) hits_per_minute

    from hit_counter a,

    hit_counter b

    where b.tcomstamp between a.tcomstamp + 200

    and a.tcomstamp + 400

    and b.statistic_id = a.statistic_id

    order by a.tcomstamp, a.statistic_id

    这个方法还是有缺陷：前后两次计算累计值的时间间隔，如果不介于200 到400 秒之间（例

    如取样频率改变了），如此之大的时间跨度就会引起风险。

    我们还有更安全的方法，就是使用基于“记录窗口（