为什么会用到 JAVA

数据信息化项目中的报表，现在基本都有报表工具来做了，用工具就是为了解决手工做的麻烦和困难，为啥用了工具还得手工写 JAVA 呢？而且要写的情况还挺多

这个问题其实不能完全怪报表工具，报表工具的作用是提升报表制作的效率，在这一点上，它是完全可以胜任的，而且做的很好，但报表整个生命周期中的难题，除了制作外，还有一个是在数据准备阶段，这个阶段的难题，就不是所有报表工具都可以解决的了

每一个报表，都需要把数据整理计算准备好以后，才可以进入到报表制作的环节，数据的准备阶段，有的简单，有的复杂，简单的，用 SQL 就可以轻松搞定，业务逻辑复杂的，SQL 写起来困难或者写不了，那就得用 JAVA 等高级语言去准备了

而且数据多元化的时代，用户的数据有着各种类型的存储方式，有来自 NOSQL，有的来自 TXT 、EXCEL、CSV 等文件，有的是 XML、JSON，有的是 Webservice，还有 HDFS、Elasticsearch、Kafka 等等，这些又大部分都不能用 SQL 来直接处理和计算，尤其是出现多种来源混合计算的时候，也只能用 JAVA 来写了

这就是为什么做报表的时候还得频频用 JAVA 的原因，也是为什么几乎所有报表工具都留了程序员自定义数据源接口、而且并非摆设经常被用的原因

用 JAVA 的弊端

用 JAVA 其实也有优势，就是自由，JAVA 写得好，遇到啥都能解决

但是弊端却也很明显

JAVA 开发成本高

本来人就贵，结果做个报表还得会写 JAVA 的，人工成本自然就会高很多，项目和公司的压力就会很大

工作量还大，JAVA 这类高级语言，对结构化数据的计算支持很有限，虽然都能做，但却能力比较弱，写起来非常繁琐，简单做个求和运算都需要写数行代码的循环来实现，而报表数据源处理则大量涉及批量数据运算，采用高级语言开发时会导致动辄数百行的冗长代码，编写、调试和后续维护都会很困难，开发成本也会高出很多

JAVA 破坏应用架构

造成高耦合

报表和应用的关系，原本是松散低耦合的，报表模板以文件形式存放在服务器文件系统中，

独立管理和应用互不影响

但 JAVA 程序写的自定义数据集就不行了，这部分代码将作为应用程序的一部分被一起编译和打包，有啥改动，都需要改两处，很容易导致不一致，报表做起来又没完没了，还得 JAVA 开发人员一直跟着

不能热切换

报表原本是支持热切换的，报表开发人员对报表模板的修改或者新增，都不需要重启应用，直接刷新浏览器就可以

但有 JAVA 自定义数据集的报表就不行了，每改动一次，都需要重新编译，都得整个项目陪着重启甚至停机，严重影响了应用和项目的稳定

怎么解决

频繁的使用 JAVA 是因为报表工具不具备良好的数据准备功能，如果报表工具可以很好的做好数据准备，具备了这样的能力，那问题就解决了

润乾报表就具备这样的能力，它集成了开源的的集算器 SPL，可以轻松应对各类数据准备的难题

SPL 是一款流行的专业的数据计算处理工具，很多项目开发商都在用，因为它不仅能解决问题，而且还免费，开源，是常年做项目，总需要做数据处理的工程师的好帮手

集成 SPL 后，润乾报表相当于多了一个计算层，这个计算层相对 JAVA 做数据准备有如下优势：

支持各类数据来源

直接连接各类数据来源使用

简单易上手

易学易懂，初级工程师就可以搞定，不再非得需要 java 人员了

提升报表开发效率

SPL 计算层有更高效的函数和符合自然思维的写法，可以大大提升了报表数据准备阶段的开发效率，比如下面这个小例：

例子：报表中需要呈现连续上涨超过 5 天的股票及上涨天数

这样的报表，制表时候只需要设计几个格子，很简单，但数据准备却不简单，大部分的工作量都得花在这个数据的准备上

用 SQL 来算的话，得写好几层嵌套

select code,max(risenum)-1 maxRiseDays 
from (  
      select code,count(1) risenum 
      from(
           select code,changeSign,sum(changeSign) over(partition by code order by ddate) unRiseDays 
           from(
                select code,ddate,case when price>=lag(price) over(partition by code order by ddate)
                       then 0 else 1 end changeSign
                from stock_record
                )
            )
       group by code,unRiseDays
      )
group by code
having max(risenum) > 5

用 Java 写那要再长十几倍，没法列在这里了。而且经验不足的人可能还写不出来

而用润乾计算层的 SPL，则短短两行就可以搞定，而且逻辑也更清晰易懂

（注释：导入股市数据表，并按日期排序。使用函数 group 的选项 @o，根据股价是否上涨进行分组。分组时只和相邻的对比，当股价是否上涨发生变化时产生新组。计算出每支股票连续上涨的最大天数，最后选出连续上涨超过 3 天的）

更多的提升效率的实际具体案例可以参考：

6 数据挖掘预测

避免应用耦合支持热切换

SPL 作为润乾报表的计算层，它编写的计算脚本和报表模板一样，都是解释执行的，而且可以直接放到报表模板里面，就相当于报表工具同时也负责了数据准备任务，这样报表维护时很容易保证这两部分一致，避免了应用耦合的问题

解释执行的 SPL 同时也具备了热切换的能力，不会再因为报表数据的改动影响应用的稳定了，重新上载报表及其数据准备脚本后就能立即生效

说在最后

像润乾报表这样的集成了高效的数据计算层的报表工具，就可以轻松应对那些不得不频繁使用 JAVA 自定义数据的场景了，项目开发商也不必再为投入过多的人工成本而苦恼了，而且润乾报表本身也好用便宜，是广大的开发商伙伴们信赖的工具，1W 一套，3W 一年随便用，用润乾不仅能 0 成本解决数据计算和准备的难题，还能低成本解决报表工具成本的问题，一举两得了