Java 有什么开源包能做查询统计的？
Java有什么开源包能做查询统计的？
做查询统计的开源包，Python上著名的Pandas，JAVA上自然就有大批模仿者，其中Tablesaw和Joinery比较有名，但成熟度、计算能力、函数丰富程度等方面都远不如Pandas，而且改了还得编译（Pandas和SQL就不用）。如果不怕麻烦且数据量小，倒不如在SQLite里建表、读源数据、导入数据，然后用SQL做查询统计，全程可以都可以用JAVA实现。
纯Java的开源包，集算器SPL比SQLite好用多了，而且不麻烦。
SPL的接口是JDBC，程序员看一遍就能学会，比如对Orders.txt进行条件查询：
…
Class.forName("com.esproc.jdbc.InternalDriver");
Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
Statement statement = connection.createStatement();
String str="=T(\"D:/data/Orders.txt\").select(Amount>1000 && Amount<=3000 && like(Client,\"*S*\"))";
ResultSet result = statement.executeQuery(str);
…
SPL做查询统计很方便，除了条件查询，还提供了大量的基本计算函数，比如：
排序
str ="=T(\"D:/data/Orders.txt\").sort(Client,-Amount)";
去重
str="=T(\"D:/data/Orders.txt\").id(Client)";
分组汇总
str ="=T(\"D:/data/Orders.txt\").groups(year(OrderDate);sum(Amount))";
关联
str ="=join(T (\"D:/data/Orders.txt\"):O,SellerId; T(\"D:/data/Employees.txt\"):E,EId).new(O.OrderID,O.Client,O.SellerId,O.Amount,O.OrderDate, E.Name,E.Gender,E.Dept)";
为了方便数据库程序员，集算器也提供了对应的SQL语法，比如分组汇总也可以写作下面这样：
str="$SELECT year(OrderDate),sum(Amount) from Orders.txt group by year(OrderDate)"
SPL支持多种数据源，除了上面的文本文件，还支持数据库、Excel、各类NoSQL、Restful等。
SPL脚本可以像上面那样内嵌于JAVA代码（类似SQL）；遇到步骤较多，可能频繁修改，需要降低耦合性的运算，SPL脚本也可以外置于脚本文件（类似存储过程）。比如：在各部门找出比本部门平均年龄小的员工。先将SPL脚本存为文件：
A |
|
1 |
=T("Employee.csv") |
2 |
=A1.group(DEPT; (a=~.avg(age(BIRTHDAY)),~.select(age(BIRTHDAY) |
3 |
=A2.conj(YOUNG) |
再在JAVA代码中以存储过程的方式调用脚本文件：
…
Class.forName("com.esproc.jdbc.InternalDriver");
Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
Statement statement = connection.createStatement();
ResultSet result = statement.executeQuery("call getYoung()");...
有些运算逻辑比较复杂，用数据库存储过程都很难写，而SPL提供了更丰富的计算函数和语法，可以大幅简化复杂运算逻辑。比如：计算某支股票最长的连续上涨天数，SPL只需两行：
A |
B |
|
1 |
=T("d:/AAPL.xlsx") |
读Excel文件，首行为列名 |
2 |
=a=0,A1.max(a=if(price>price[-1],a+1,0)) |
求最长连续上涨天数 |
外置的脚本文件可以用SPL专用的IDE进行编辑调试，不仅具备完整调试功能，还能随时观察每一步的计算结果，特别适合设计逻辑更复杂的计算：
在查询统计方面，集算器SPL明显比其它开源包更胜一筹，在数据源种类、跨源计算、大数据和并行计算等方面，集算器SPL也均有出色表现，这里不再详细展开。
英文版