"在报表应用中，针对历史数据查询的报表占比很大，这类报表的特点是：第一，数据变化小，查询的历史数据几乎不会发生变化；第二，数据量大，而且还会随时间不断增加。如果这些历史数据始终存放在数据库中，由 .."

xiaohuihui 聊城
乾学院 39 号会员
2,011 浏览 • 4 年前

...

实现报表数据外置计算

报表＆BI

在报表应用中，针对历史数据查询的报表占比很大，这类报表的特点是：第一，数据变化小，查询的历史数据几乎不会发生变化；第二，数据量大，而且还会随时间不断增加。如果这些历史数据始终存放在数据库中，由于大多数数据库的 JDBC 性能都很低下（取数过程的数据对象转换比从文件中读取数据慢一个数量级），当涉及数据量较大或并发较多的时候，报表的性能会急剧下降。显然，如果能将这些变化不大的历史数据移出数据库，采用文件系统存储，就可以获得比数据库高得多的 IO 性能，从而提高报表的整体性能。

但是，报表并不能直接使用原始数据，都需要运算（比如查询汇总）之后再进行呈现，而文件本身没有计算能力，因此无法提供报表需要的结果。此外，使用文件存储的数据量一般都很大，仅靠报表呈现端很难实现高效的计算。

对于润乾报表来说，这种需求完全可以在内置集算引擎的帮助下做到，称为库外文件计算，或数据外置计算。所支持的文件类型包括：文本、Excel、JSON 格式文件等，还支持效率更高的二进制文件。

通过数据外置计算，将较大数据量的历史数据从数据库中剥离，除了可以满足历史查询类报表的性能需求外，还可以实现混合数据源（文件 + 数据库）的计算，进而实现大数据量的实时数据查询，比如从文件系统中读取往期大量的历史数据，从数据库中读取当期较小量的实时数据进行混合计算。由此，一方面可以避免数据库的 IO 瓶颈，快速提升报表性能，增大数据查询范围；另一方面，将历史数据移出，数据库可以专注于保证业务系统数据的一致性，而不是耗费资源在大量的历史查询任务上，这也是一种数据库优化的手段。

下面用一个例子说明润乾报表实现数据外置计算（结合集算器实现）的步骤：

1、将数据库中历史数据导出到文件

用户可以自行选择适当的方法将历史数据导出到文件，当然这个过程也可以使用集算器来做，比如将数据导出到文本。如果希望更高的性能，还可以使用比文本能快 2-5 倍的二进制文件格式。在集算器中使用以下代码可将文本文件转换成二进制格式。

file("E:/订单明细.b").export@b(file(“E:/订单明细.txt”.cursor())

2、使用润乾报表内置的集算引擎读取数据文件

当数据外置后，润乾报表可将文件作为数据源来设计报表，比如根据订单明细按客户统计订单数量和订单金额，由于原始订单数据非常大，所以读入文件时采用流式（文件游标）的方式逐步读入。

脚本中使用的参数及其含义如下：

imagepng

脚本：

	A
1	=file(“E:/ 订单明细.txt”).cursor@t()
2	=A1.select(货主国家 ==county && 货主地区 ==area && 货主城市 ==city && 订购日期 >=begin && 订购日期 <=end)
3	=A2.groups(客户 ID;count( 订单 ID): 订单数量,sum(订单金额): 订单总额 )
4	return A3

代码说明：

A1：通过文件游标采用流式处理的方式读入大文本；

A2：按照指定的多个维度进行数据过滤，结果仍然是游标；

A3：根据选出的结果，按照客户 ID 汇总订单数量和订单金额；

A4：为报表返回结果集。

前面提到，润乾报表既可以针对单独的文件（导出的历史数据）进行查询计算，还可以进行文件 + 数据库的混合运算，进行大数据量实时查询。

	A
1	=file(“E:/ 订单明细.txt”).cursor@t()
2	=A1.select(订购日期 >=begin && 订购日期 <=end)
3	=A2.groups(客户 ID;count( 订单 ID): 订单数量,sum(订单金额): 订单金额 )
4	=connect(“cmos”)
5	=A4.cursor(“select 客户 ID,count( 订单 ID) 订单数量,sum(订单金额) 订单金额 from 订单明细 where 货主国家 =? and 货主地区 =? and 货主城市 =? and 订购日期 >? and 订购日期 <? group by 客户 ID”,county,area,city,begin,end)
6	=[A3,A5.fetch()].conj()
7	>A4.close()
8	=A6.groups(客户 ID;sum( 订单数量): 订单总量,sum(订单金额): 订单总额 )
9	return A7