怎样使用 Salesforce 的数据做更多统计查询
使用官方或第三方封装的接口，通过官网的SOQL或SOSL语言把数据取出来，就可以随心所欲的做统计查询了。方法一，用JDBC\ODBC驱动取数，比如ascendix salesforce-jdbc、informatica DataDirect odbc，再写入数据库，最后用SQL查询，好处是可以利用SQL强大的计算能力，缺点是入库过程繁琐，架构复杂，实时性差。方法二，用驱动或报表内置的取数模块直接取数，再用报表的向导、拖拽、脚本等工具立刻进行统计查询，比如tableau\cognos\power BI\Excel，这种方法的好处是架构简单时效性强，但计算能力非常弱。
第三种方法是用计算语言取数并计算，比如Python和集算器SPL。这种方法兼具前两种方法的优点，不仅架构轻便实时性好，而且计算能力不亚于SQL，其中集算器计算能力更强，集成性更好。
SPL封装了简单易用的取数函数，可以通过SQQL和SOSL从Salesforce取数。比如用SQOL从Lead表取数，只需用json文件保存Salesforce账号（username/password/api_token），再执行下面的SPL脚本。
A |
|
1 |
=sf_open("D:\\conf\\user.json") |
2 |
=sf_query(A1,"/services/data/v51.0/query","Select Id,CaseNumber,Subject From Case where Status='New'") |
3 |
=sf_close(A1) |
SPL内置丰富的计算函数，提供了不亚于SQL的计算能力。
A |
B |
|
3 |
… |
/省略取数过程 |
4 |
=A2.select(salary>8000 && salary<10000) |
/过滤 |
5 |
=A2.sort(salary) |
/排序 |
6 |
=A2.groups(deptid;sum(salary),avg(salary)) |
/分组汇总 |
7 |
=join(B2,cat;A2,cat).groups(_1.title, _2.path; sum(_1.amount)) |
/关联计算 |
SPL提供了通用的JDBC/ODBC接口，容易被高级语言和报表工具集成。比如在JAVA中以存储过程的形式调用SPL脚本文件，只需如下代码：
…
Class.forName("com.esproc.jdbc.InternalDriver");
Connection conn =DriverManager.getConnection("jdbc:esproc:local://"); CallableStatement statement = conn.prepareCall("{call run(?,?)");
…
再比如被BIRT报表调用：
SPL具备灵活的计算语法，很多对SQL和存储过程来说难以实现的计算，SPL都可以轻松实现。比如：找出销售额累计占到一半的前n个大客户，并按销售额从大到小排序：
A |
B |
|
3 |
… |
/取数 |
4 |
=A2.sort(amount:-1) |
/销售额逆序排序 |
5 |
=A4.cumulate(amount) |
/计算累计序列 |
6 |
=A5.m(-1)/2 |
/最后的累计即总额 |
7 |
=A5.pselect(~>=A6) |
/超过一半的位置 |
8 |
=A4(to(A7)) |
/按位置取值 |
SPL提供了专业的IDE ，不仅具备完整的调试功能，还能随时观察每一步的计算结果，适合代码较长或逻辑复杂的计算：
可以看到，SPL具有方便的取数接口、通用的集成接口、强大的计算能力，可以使用Salesforce的数据轻松地实现更多的统计查询。
英文版