所谓低代码，直观来讲，就是让代码写起来更简单容易。完成同样的任务时，代码量（也就可以理解为工作量）会比其它技术更少；另外，还有个重要指标是要对开发人员的要求足够低，如果都要 N 年经验的高手来写，即使能写得短小也很难达到降低成本提高效率的目的。

谈论低代码时，首先得有一种代码，看看这种代码是不是比其它代码更低一点。彻底没有代码纯靠可视化模板配置的开发模式，要么过于简单远远做不到足够的灵活性，要么会复杂到还不如写代码的地步。在很多情况下，代码其实是最好的模板。

那么，应该怎么评判代码是不是更低呢？

低代码主要是面向信息系统（也就是 MIS）开发，因为只有 MIS 的需求五花八门，每家都不一样，永远做不完，高效率低门槛的开发和维护手段就显得特别有意义。

我们说过，MIS 的主要任务是 IPO（输入、处理、输出），这些 IPO 都是围绕数据展开的。

什么样的数据呢？

就是我们通常说的结构化数据，存在关系数据库中的那种数据。MIS 中很少需要处理非结构化数据，偶而出现了也就是简单的存储。而针对结构化数据的统计查询以及转换处理都则非常常见。

现代 MIS 通常可以分成前后两端。

前端环境就是浏览器和手机，开发语言基本上被 JavaScript 垄断了（MIS 应用的手机端呈现界面因为要和 WEB 端尽量保持一致，所以主要也在手机中的浏览器控件上用 JavaScript 实现的，而很少用原生 Java 或 ObjectC）。重新搞一套新的代码需要在用户机器上安装相应的运行环境，这不太现实。基于 JavaScript 再实现一套新代码，不仅成本巨大而且运行性能也会很差，不具有可操作性。所以，前端就只能继续用 JavaScript 凑合了，没多少可想的了。

不过，好在前端有足够多被模型化的控件，即使不写代码仅做些配置也能将就使用；个别需要用代码完成的数据处理运算任务也不算复杂，基于这些控件再用 JavaScript 对付也还可以接受。

复杂且重要的运算处理都在后端，那么用什么代码来写？

主流技术也就是 SQL、Java/C#。这些算低吗？

这要来看结构化数据处理的要求，我们之前讲《从 SQL 语法理解集合化》时说过，处理结构化数据的语言要求这么一些特征：结构化数据对象、集合运算类库、Lambda 语法、动态数据结构等。

在这个评判标准下，Java 肯定不合适了，它就没有一个像样的结构化数据对象。新版 Java 有了 Stream 等集合类库以及开始支持 Lambda 语法，但也是且也只能针对很通用的数据对象（这是 Java 本身的目标决定的），处理结构化数据时写起来仍然比较麻烦。而且，Java 是编译型语言，也天生难以动态化。还有，Java 是个强面向对象语言，深刻理解面向对象理念并不是件很容易的事情，开发 Java 应用时还需要建立复杂的工程化环境，这些对于开发人员来讲都是不低的门槛。

SQL 代码一定程度算比较低了，许多非专业人员都能用 SQL 写出查询，写 SQL 时也不需要过于关心应用架构，只要理解数据和业务本身，而这也是开发人员必须要有的知识。

所以很多应用是用 Java+SQL 来实现的。

但是，SQL 有两个硬伤：有序计算和有过程的逻辑，经常关注这里文章的同学都能看到我们经常进行这些讨论。

SQL 的这两个硬伤，会导致稍复杂一些的运算处理都变得非常麻烦，经常写出几百行 N 层嵌套的语法，过几个月自己都看不懂。SQL 还特别难调试，进一步推高开发成本。

如果改用存储过程倒是可以实现过程运算，但那又像转回 Java 了。虽然存储过程是用 SQL 写的，它同样没什么好用的结构化数据对象（只能靠临时表对付）和集合运算，经常还不如用 Java 指挥 SQL 来工作。而且，使用存储过程时，也会面临一些应用架构的麻烦事。

SQL 代码的“低”，只适合于相对简单的场景。业务需求复杂化之后，它的实现复杂度会平方级陡增。

那还有什么？

Python 略好一点，pandas 有个 dataframe 可以算作是结构化数据对象。但是 Python 的集成性比较差，除非整个应用都是用 Python 写的，这种情况还不多见。而且，dataframe 也只能算个半吊子，它本质上是个矩阵，并不是我们常规意义的数据表，很多运算思考起来很绕。而且，还要再说一遍而且，pandas 是个第三方类包，它的应用环境也不太简单，调试麻烦度依然。

Scala 也是一种选择，它也有个 dataframe 可以对付一些结构化数据处理，但也不算很专业。Scala 代码本身还算低，但是面向对象那堆东西的理解门槛一点也不低，而且也面临复杂的工程环境。

那就没有了吗？

还是有的，润乾集算器的 SPL 就是低代码，很有可能现在是业界唯一的了。

这其实是集算器被发明的原因。润乾做报表出身，自然会涉及很多复杂运算，然后发现这些运算用 SQL 和 Java 都很难写，而且这些困难无法在现有体系上完善来解决。磨了 N 年，干脆自己发明一种语言解决这些问题了，也就是 SPL。

SPL 中有完善的结构化数据对象，大小数据都能搞。它虽然采用了少量面向对象的语法，但并没用深奥的面向对象概念，重点都放在数据处理和运算上。程序逻辑上有点像早期的 BASIC 语言，增加上了结构化数据和集合运算，很容易理解。SPL 是解释执行的，天生动态语言，也易于集成到 Java 应用中，数据相关的开发人员甚至不用理解架构，只要关心业务和数据就可以了。

详细介绍是说不完了，有兴趣的可以到乾学院再去了解。