有没有 Java 版类似 SQLite 的开源库？
能嵌入JAVA代码被调用，又能进行数据计算的开源库，数据库类的有HSQLDB/Derby/H2等。这几个和SQLite的毛病一样，入库过程非常繁琐，要检查表名是否重复、建表结构、读文件、解析字段、插入记录、建索引等，而且没法处理不规则的文本和特殊数据源；至于近年来计算库逐渐被重视的功能－－JSON计算，虽然内嵌数据库也是赶鸭子上架，但这几个还不如内嵌数据库。DataFrame类的计算库有Tablesaw/ Joinery/ Morpheus等，在多层JSON（半结构化数据）的读取和计算上，它们比数据库要方便多了，但二维记录（结构化数据）的计算又远不如数据库。
二维记录和多层JSON的计算都足够强，又支持多种数据源，可处理不规则文本的嵌入式JAVA开源库，集算器SPL是个更好的选择。
JAVA调用SPL只需JDBC接口，基本看一遍就会。比如把tab分隔的文本文件Orders.txt按Client列顺序排序，按Amount列逆序排序：
…
Class.forName("com.esproc.jdbc.InternalDriver");
Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
Statement statement = connection.createStatement();
String str="=T(\"D:/Orders.txt\").sort(Client,- Amount)";
ResultSet result = statement.executeQuery(str);
…
一个T函数就相当于内嵌数据库入库那一整套过程，比那些内嵌的数据库方案要方便多了。
为了数据库程序员的方便，SPL也支持SQL语句，比如上面的排序可改写为：
str="$select * from d:/Orders.txt order by Client, Amount desc"
再讲讲刚才的sort函数，这样的基本计算函数SPL有上百个，可以直接完成大多数常规计算。下面试举一些：
条件查询
str="=T(\"D:/Orders.txt\").select(Amount>1000 && Amount<=3000 && like(Client,\"*S*\"))";
分组汇总
str ="=T(\"D:/Orders.txt\").groups(year(OrderDate);sum(Amount))";
关联
str ="=join(T (\"D:/Orders.txt\"):O,SellerId; T(\"D:/data/Employees.txt\"):E,EId).new(O.OrderID,O.Client,O.SellerId,O.Amount,O.OrderDate, E.Name,E.Gender,E.Dept)";
处理过的数据还可以持久化为btx集文件，不仅计算性能高，而且体积更小。比如将两个同构的文本文件写在一个btx里，并去掉两者重复的行:
A |
B |
|
1 |
=[T("d:/orders1.csv"), T("d:/orders2.csv")].merge@u() |
/对记录做并集 |
2 |
file("d:/fast.btx").export@b(A1) |
/写入集文件 |
之后就可以像普通文件那样使用：
str="=T(\"D:/fast.btx\").sort(Client,- Amount)"
str="$select * from d:/fast.btx order by Client, Amount desc"
btx还可以预先进行有序化处理，从而获得更高计算性能，比如进行二分查找，详情参考官网。
为了降低耦合性，SPL算法可外置于JAVA代码。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列。先将SPL脚本存为文件bigCustomer.dfx：
A |
B |
|
1 |
= T("D:/data/sales.csv").sort(amount:-1) |
取数并逆序排序 |
2 |
=A1.cumulate(amount) |
计算累计序列 |
3 |
=A2.m(-1)/2 |
最后的累计值即是总和 |
4 |
=A2.pselect(~>=A3) |
超过一半的位置 |
5 |
=A1(to(A4)) |
按位置取值 |
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 bigCustomer ()");
...
有些运算较复杂，比如涉及分组后计算、有序计算、集合计算，即使用存储过程也难以解决，更别说连存储过程都不支持的内嵌数据库了。SPL提供了强大的语法和丰富的库函数，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 |
有些运算代码较长，或有分支和循环，SPL提供了专用的IDE，可以方便地跟踪调试，观察每一步的计算结果：
对于不规则的文本， SPL同样可以处理。简单的比如以双竖线||为分隔符，可用如下SPL语句读取：
= file("D:/Orders.txt").import@t(;,"||")
复杂些的不规则的文本，参考《未结构化文本的读写和解析处理》
SPL支持多种数据源，除了文本文件，还有Excel、数据库、各类NoSQL、webService、restful等。比如：restful返回多层JSON，用来描述多个员工和员工的多个订单，需要查询出所有价格在500-2000，且客户名包含bro字样的订单。SPL代码如下：
A |
|
1 |
=json(httpfile("http://127.0.0.1:6868/api/getEmpOrders").read()) |
2 |
=A1.conj(Orders) |
3 |
=A2.select(Amount>500 && Amount<=2000 && like@c(Client,"*bro*")) |
集算器SPL是优秀的JAVA嵌入式开源计算库，在结构化计算方面比数据库更强，在多层数据的计算方面比Dataframe更方便，在多数据源支持方面更是全面超过两者。
英文版