关键词导读：异构跨库 动态关联

BIRT自带的Data Sources Join以及用ETL转化为同库等方案都难以解决此类问题。具体可以通过如下示例讨论：

交易明细数据(trade表)存储于生产系统的数据库DB2中，另外一部分业务数据(network表、account表)存储于业务系统的Mysql中，它们其中的关联关系如下图所示：

所谓“动态关联”，是指用户在前台界面输入参数，报表通过参数来决定trade和哪张表做关联，并在报表中显示关联后的数据，实际运算中可能还要进行数据过滤和汇总。查询流程如下图所示：

比如查询场景一：报表根据传入参数，能动态地将trade中的outAccount字段和account中的accountNo字段关联，最后查询结果显示trade中的所有字段以及account的name,gender,city等字段。

解决此类问题的常见方案与不足，分析如下：

1、BIRT Data Sources Join的问题在于要求表名和字段名是已知、确定的，但这类报表都是通过参数来动态关联的，因此无法实现。

2、可以用ETL把生产库的数据抽取到业务库，这样跨库的问题就转化为同库了。这个方案思路简单但实施起来细节上有很多难点。首先是实时查询：为了实时查询数据，需要在生产库使用触发器之类的功能来检测数据的实时变化，并将数据推送到业务库，但生产库不能轻易改动，因此实时查询就无法实现。非实时查询也难以办到，这是因为生产库的数据极其庞大，不可能每次都全部取过来，只有用增量抽取的办法，而判断增量就需要在trade表中加入时间戳字段。同样，生产库是不允许有这种改动的，因此也无法实现。

3、从能力上讲，BIRT JAVA bean data source是真正能解决报表问题，它比Data Sources Join更具灵活性，也不需要修改生产库。但这个方案只有一个缺陷：代码过于复杂，原因在于数据计算并非JAVA特长，若每次遇到跨库问题都用硬编码方式来实现，并不现实。

建议使用集算器，它是独立的数据计算引擎，拥有不依赖于数据库的计算能力，支持异构数据源的混合运算，比较适合进行动态关联再计算，事实上，可以把集算器看作是语法更简单的BIRT JAVA bean data source。比如实现上面的问题，集算器脚本只需6行：

其中 tradeJoinField，crossJoinField，crossOtherFields，crossTable 为输入参数。最后将计算结果返回给BIRT的DataSet进行报表展现。从此示例来看，集算器的参数用法很灵活，非常适合这类动态关联查询。由于它是专门的计算语言，所以较于常规办法，跨库计算的代码更加精炼易懂。

其实还有很多类似的跨库、分库计算问题，若有集算器SPL的辅助会很简单，感兴趣可以参考：分库后的统计查询

集算器提供了JDBC驱动，可以很方便的与BIRT等报表工具集成，BIRT调用SPL脚本有使用和获得它的方法。

关于集算器安装使用、获得免费授权和相关技术资料，可以参见如何使用集算器。