"JSON 的多层结构比二维结构格式复杂，计算起来难度很大，早期的类库只能解析 JSON，没有计算能力；JsonPath 虽然提供了原始的计算语言，但计算能力较弱；SPL 是专业的计算语言，支持 .."

jinxing 吴忠
乾学院 53 号会员
1 回帖 • 864 浏览 • 3 年前

从 JsonPath 到 SPL

计算＆AI

JSON 的多层结构比二维结构格式复杂，计算起来难度很大，早期的类库只能解析 JSON，没有计算能力；JsonPath 虽然提供了原始的计算语言，但计算能力较弱；SPL 是专业的计算语言，支持各种基础计算，可以简化多层 JSON 的计算和复杂计算目标，提供了多种数据源接口和 JDBC 集成接口。点击从 JsonPath 到 SPL了解详情。

JSON的多层结构可存储丰富的信息，再加上体积小传输效率高，因此被广泛应用于微服务、程序间通讯、配置文件等场景。但多层结构比二维结构格式复杂，计算起来难度很大，这就对JSON类库提出了较高的要求。其中，Gson\Jackson等类库不支持JSON计算语言，只提供了将JSON串解析为JAVA\C#对象的函数。这些类库没有计算能力，即使实现最简单的条件查询，也要编写大量代码，开发效率低且实用性差。

好消息是，JsonPath出现了。

与前面提到的类库不同，JsonPath仿照XPath语法，提供了原始的JSON计算语言，可以用表达式查询出符合条件的节点，并支持一些聚合计算。下面试举几例。

文件data.json存储员工记录以及员工的订单，部分数据如下：

[ {"EId":2,"State":"NewYork ","Dept":"Finance","Name":"Ashley","Gender":"F",

"Salary":11000,"Birthday":"1980-07-19",

"Orders":[]

{"EId":3,"State":"New Mexico","Dept":"Sales","Name":"Rachel","Gender":"F",

"Salary":9000,"Birthday":"1970-12-17",

"Orders":[

{"OrderID":32,"Client":"JFS","SellerId":3,"Amount":468.0,"OrderDate":"2009-08-13"},

…

{"OrderID":99,"Client":"RA","SellerId":3,"Amount":1731.2,"OrderDate":"2009-11-05"}

]

…

]

条件查询：找到员工Rachel的所有订单。JsonPath代码如下：

File file = new File("D:\\json\\data.json");

Long fileLength = file.length();

byte[] fileContent = new byte[fileLength.intValue()];

FileInputStream in = new FileInputStream(file);

in.read(fileContent);

in.close();

String JsonStr= new String(fileContent, "UTF-8")

Object document = Configuration.defaultConfiguration().jsonProvider().parse(JsonStr);

ArrayList l=JsonPath.read(document, "$[?(@.Name=='Rachel')].Orders");

上面代码先从文件读入字符串，再转为JSON对象，最后进行查询。具体的查询表达式是 $[?(@.Name=='Rachel')].Orders，其中$代表根节点，即员工记录（含订单字段），Orders代表下层的订单记录（即订单字段），上下层之间用点号隔开。每层节点后面可跟随查询条件，形如[?(…)]，具体用法参考官网。

组合查询：找出所有价格在1000-2000，且客户名包含business字样的订单。关键代码如下：

……//省去JSON对象生成过程

l=JsonPath.read(document, "$[*].Orders[?((@.Amount>1000 && @.Amount<2000) && @.Client =~ /.*?business.*?/i )]");

代码中的(@.Amount>1000 && @.Amount<2000)是区间查询条件，@.Client =~ /.*?business.*?/i是正则表达式的模糊查询条件，&&是逻辑运算符“与”（|| 是“或”）。

聚合计算：统计所有订单的总金额。关键代码如下：

……

Double d=JsonPath.read(document, "$.sum($[*].Orders[*].Amount)");

代码中的sum是求和函数，类似的函数还有平均、max、min、计数。

从这些例子可以看出来，JsonPath的语法直观易懂，可以用点号方便地访问多层结构，可以用较短的代码实现条件查询，还能进行简单的聚合计算。从Gson\Jackson到JsonPath实现了计算能力从无到有的突破，这要归功于JSON计算语言。

有不表示强。实际上，JsonPath的JSON计算语言还比较原始，计算能力很弱。JsonPath只支持查询和聚合这两种最简单的计算，不支持其他大多数基础计算，离任意和自由的计算更是遥远。要实现大多数基础计算，JsonPath仍然要硬编码实现。

以分组汇总为例：对所有订单按客户分组，统计各组的订单金额。关键代码如下：

……

ArrayList orders=JsonPath.read(document, "$[*].Orders[*]");

Comparator<HashMap> comparator = new Comparator<HashMap>() {

public int compare(HashMap record1, HashMap record2) {

if (!record1.get("Client").equals(record2.get("Client"))) {

return ((String)record1.get("Client")).compareTo((String)record2.get("Client"));

} else {

return ((Integer)record1.get("OrderID")).compareTo((Integer)record2.get("OrderID"));

}

};

Collections.sort(orders, comparator);

ArrayList<HashMap> result=new ArrayList<HashMap>();

HashMap currentGroup=(HashMap)orders.get(0);

double sumValue=(double) currentGroup.get("Amount");

for(int i = 1;i < orders.size(); i ++){

HashMap thisRecord=(HashMap)orders.get(i);

if(thisRecord.get("Client").equals(currentGroup.get("Client"))){

sumValue=sumValue+(double)thisRecord.get("Amount");

}else{

HashMap newGroup=new HashMap();

newGroup.put(currentGroup.get("Client"),sumValue);

result.add(newGroup);

currentGroup=thisRecord;

sumValue=(double) currentGroup.get("Amount");

}

System.out.println(result);

上述代码先用JsonPath取出订单列表，再将订单列表按Client排序，取出第1条作为当前组的初值，然后依次循环剩余的订单。如果当前订单与当前组相比Client不变，则将当前订单的Amount累加到当前组；如果Client改变，则说明当前组已汇总完成。

JsonPath的计算能力很弱，不支持分组汇总，只能硬编码完成大部分计算，这就要求程序员控制所有细节，代码冗长且容易出错。如果换一个分组字段或汇总字段，则要修改多处代码，如果对多个字段分组或汇总，代码还需大量修改，这就很难写出通用代码。除了分组汇总，JsonPath不支持的基础计算还有：重命名、排序、去重、关联计算、集合计算、笛卡尔积、归并计算、窗口函数、有序计算等。JsonPath也不支持将大计算目标分解为基础计算的机制，比如子查询、多步骤计算等。实际上，对大多数计算来说，JsonPath都要硬编码完成。

除了计算能力之外，Jsonpath还有个问题，就是没有自己的数据源接口，即使最简单的文件JSON，也需要硬编码实现。而JSON一般来自http restful，特殊些的会来自MongoDB或elasticSearch，只有引入第三方类库或硬编码才能从这些接口取数，这导致架构复杂、不稳定因素增大、开发效率降低。

JsonPath的JSON计算能力很弱，本质是因为其计算语言过于原始。要想提高JSON计算能力，必须使用更专业的计算语言。

集算器 SPL是个更好的选择。

集算器 SPL是开源的结构化数据\半结构化数据计算语言，提供了丰富的类库和精炼的语法，可以用简短的代码实现所有的基础计算，可将大计算目标拆分为基础计算，支持多种数据源接口，同时提供JDBC集成接口。

同样的条件查询，SPL代码如下：

	A
1	=json(file("d:\\json\\data.json").read())
2	=A1.select(Name=="Rachel").Orders

A1代码从文件读字符串，并转为序表。序表是通用的结构化\半结构化数据对象，JSON是半结构化数据的一种。A2中函数select查询出符合条件的员工记录，Orders表示记录的订单字段（订单列表），上下层之间用.号隔开。

同样的组合查询，SPL代码如下：

	A
1	…. //省去JSON对象/序表生成过程
2	=A1.conj(Orders)
3	=A2.select((Amount>1000 && Amount<=2000) && like@c(Client,"business"))

A2合并所有员工的订单，A3进行条件查询，like函数用于模糊查询字符串，@c表示不区分大小写。这里用到了多步骤计算，代码逻辑更清晰，也可将A2A3合并为一句。

同样的聚合计算，SPL代码如下：

	A
1	….
2	=A1.conj(Orders).sum(Amount)

代码中的sum是求和函数，类似的函数还有avg\sum\min\count。

这段代码可在SPL的IDE中调试/执行，也可存为脚本文件（比如getSum.dfx），通过JDBC接口在JAVA中调用，具体代码如下：

package Test;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;
public class test1 {
    public static void main(String[] args)throws Exception {
        Class.forName("com.esproc.jdbc.InternalDriver");
        Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
        Statement statement = connection.createStatement();
        ResultSet result = statement.executeQuery("call getSum()");
        printResult(result);
        if(connection != null) connection.close();
    }

…

}

上面的用法类似存储过程，其实SPL也支持类似SQL的用法，即无须脚本文件，直接将SPL代码嵌入JAVA，代码如下：

…

ResultSet result = statement.executeQuery("=json(file(\"D:\\data\\data.json\").read()).conj(Orders).sum(Amount)");

…

SPL提供了丰富的库函数，支持各种基础计算，上面的查询和聚合只是其中一部分，更多基础计算如下：

	A
1	….
2	=A1.conj(Orders).groups(Client;sum(Amount))	分组汇总
3	=A1.groups(State,Gender;avg(Salary),count(1))	多字段分组汇总
45	=A1.new(Name,Gender,Dept,Orders.OrderID,Orders.Client,Orders.Client,Orders.SellerId,Orders.Amount,Orders.OrderDate)	关联
6	=A1.sort(Salary)	排序
7	=A1.id(State)	去重

SPL计算能力强，经常可以简化多层json的计算，比如：文件JSONstr.json的runners字段是子文档，子文档有3个字段：horseId、ownerColours、trainer，其中trainer含有下级字段trainerId ，ownerColours是逗号分割的数组。部分数据如下：

[

{

"race": {

"raceId":"1.33.1141109.2",

"meetingId":"1.33.1141109"

...

"numberOfRunners": 2,

"runners": [

{ "horseId":"1.00387464",

"trainer": {

"trainerId":"1.00034060"

"ownerColours":"Maroon,pink,dark blue."

{ "horseId":"1.00373620",

"trainer": {

"trainerId":"1.00010997"

"ownerColours":"Black,Maroon,green,pink."

}

]

...

]

现在要按 trainerId分组，统计每组中 ownerColours的成员个数，可用下面的SPL实现。

	A
1	=json(file("/workspace/JSONstr.json").read())
2	=A1(1).runners
3	=A2.groups(trainer.trainerId; ownerColours.array().count():times)

SPL计算能力强，经常可以简化复杂的JSON计算。比如通过http restful可取得按时间排序的每日值班情况，部分数据如下：

[{"Date":"2018-03-01","name":"Emily"},

{"Date":"2018-03-02","name":"Emily"},

{"Date":"2018-03-04","name":"Emily"},

{"Date":"2018-03-04","name":"Johnson"},

{"Date":"2018-04-05","name":"Ashley"},

{"Date":"2018-03-06","name":"Emily"},

{"Date":"2018-03-07","name":"Emily"}

……]

一个人通常会持续值班几个工作日，之后再换人，现在要依次计算出每个人连续的值班情况，结果输出为二维表，部分结果如下：

name	begin	end
Emily	2018-03-01	2018-03-03
Johnson	2018-03-04	2018-03-04
Ashley	2018-03-05	2018-03-05
Emily	2018-03-06	2018-03-07
…	…	…

要获得上述结果，应先将数据按照name进行有序分组，即如果连续几条记录的name都相同，则这几条记录分为同一组，直到name发生变化。注意这种分组可能会使同一个员工分出多组数据，比如Emily。分组后，应按日期取各组的首尾两条，即所求的开始值班日期和结束值班日期。这里涉及有序分组、分组后计算（即窗口函数）、按位置取值等难度较高的计算，常见的计算语言写起来会很繁琐，改用SPL就简单多了。代码如下：

	A
1	=json(httpfile("http://127.0.0.1:6868/api/getDuty").read())
2	=duty.group@o(name)
3	=A2.new(name,~.m(1).date:begin,~.m(-1).date:end)

除了较强的计算能力之外，SPL还提供了丰富的数据源接口，除了上面提到的文件、restful，还支持MongoDB、elsticSearch等，详情参考官网。

从Gson\Jackson到JsonPath，JSON计算语言从无到有，从JsonPath到SPL，JSON计算能力由弱到强，每一次质的飞跃，都驱动着开发效率的大幅提升。