文章目录
-
- 一、痛点在哪里？
-
- 无尽的报告加剧了头痛
- 二、怎么办
-
- 准备写数据的集算器快速计算
- 完全工具化的应对是无穷无尽的
- 直接使用润乾报表更方便
-
- 报表直接使用集算器结果作为数据集，无缝对接
- 集算器函数也可用于报告，以提高开发效率
- 大报表功能，提高报表性能
- 三、结语
一、疼点在哪里？
许多朋友向我抱怨：使用报告工具不是为了解决手工开发报告效率低、困难多等令人头痛的问题吗？如何使用大型工具会头痛，因为功能不能解决这些问题？
好的报表工具确实能很好地解决制表的困难，，在应用程序中，80%的数据源和计算相对简单，许多简单SQL陈述已经完成，但在20%的情况下，数据准备工作并不那么容易。一些过程多步复杂的计算往往需要写长的多层嵌套SQL或者只有在存储过程中才能完成。如果数据源更复杂，则应混算各种数据源，不支持一些非关系数据库或文本数据源SQL那还得用JAVA等语言写，SQL 能写十几行的，JAVA迫不及待地，编码的难度和效率就更差了
无尽的报告加剧了头痛
报告随需而动的业务属性决定了其不稳定的特性。随时会出现新的查询统计需求，要么做新的，要么修改旧的。
：如果你遇到复杂的计算，你必须硬写存储过程和JAVA如果没有好的办法，继续头痛
：因为以前复杂的数据准备是存储过程或JAVA编写，导致报告模块、数据库和应用程序高度耦合，开发人员不能随意移动终端数据库，权限和安全是问题，更改存储过程将非常困难，JAVA代码可以随意更改，但更改后必须重新编译。应用程序必须反复停止。修改和维护也很头疼
这些无尽的报告使项目永远无法完成，高成本一直在增加。这是许多软件开发公司头疼的问题
二、怎么办
准备写数据的集算器快速计算
集算器，流行的数据计算工具
我们来看两个小例
1 报告需要持续上升超过 5 日股及上涨天数
制表时，这样的报表只需要设计几个网格，非常简单，但数据准备并不简单。这些数据的计算必须花费大部分工作量
用SQL如果算，要写三层查询。
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
用开源的集算器去写则简单很多
| A | ||
|---|---|---|
| 1 | =connect@l(“orcl”).query@x(“select * from stock_record order by ddate”) | |
| 2 | =A1.group(code) | |
| 3 | =A2.new(code,~.group@i(price < price[-1]).max(~.len())-1:maxrisedays) | 计算每只股票的连续上涨天数 |
| 4 | =A3.select(maxrisedays>=5) | 选出符合条件的记录 |
2 列出每一个用户最近一次登录间隔
SQL的大致写法
WITH TT AS
(SELECT RANK() OVER(PARTITION BY uid ORDER BY logtime DESC) rk, T.* FROM t_loginT)
SELECT uid,(SELECT TT.logtime FROM TT where TT.uid=TTT.uid and TT.rk=1)
-(SELET TT.logtim FROM TT WHERE TT.uid=TTT.uid and TT.rk=2) interval
FROM t_loginTTTT GROUP BY uid
开源集算器的写法
| A | ||
|---|---|---|
| 1 | =t_login.groups(uid;top(2,-logtime)) | 最后2个登录记录 |
| 2 | =A1.new(uid,#2(1).logtime-#2(2).logtime:interval) | 计算间隔 |
一两个难的可能省不了多少时间，常年累月做项目，那么多复杂的计算场景如果都用开源的集算器，能省下多少时间呢
完全工具化应对没完没了
洗衣机发明之前，每一次洗衣服，都是一次头痛的经历
洗衣机发明之后，洗多少次，都不发愁了
工具化，才是解决频繁，复杂劳动的好办法
没完没了的报表新需求和修改要求是消除不了的，也必须用工具化的方法才能解决
，就是报表工具本身，解决了频繁做表效率低下的问题
，就是集算器，则可以解决频繁的，困难的数据准备的问题
全面的工具化，才能彻底解决从数据准备到报表制作的所有头疼问题
另外使用集算器代替存储过程和JAVA后，由于集算器的脚本是写在报表文件里或者和报表文件一起存储的，这样就可以把报表应用从数据库以及整个应用中解耦出来，集算器的脚本又是解释执行的，天然拥有，也可以省去频繁修改时每次编译的麻烦
对于集算器协助报表开发感兴趣的同学可以参考 http://c.raqsoft.com.cn/article/1639703872560
直接用润乾报表更便利
润乾报表已经集成了集算器，可以直接使用集算器的相关功能，不仅省去了集成的麻烦，而且还有额外的便利
报表直接使用集算器结果做数据集，无缝对接
报表中还能使用集算器函数，提升开发效率
还可以在报表的单元格里直接使用集算器中一些高级的函数，让计算过程更加的简便，提升报表本身的开发效率
比如下面这个单元格表达式：
表达式：=“班级名次上升最快的三位同学是：”+string(esproc(“?.m(?.ptop(-3))”,B3{},K3{}))，这个单元格，有多种做法，可以像排名那样，先对名次变化幅度做个排名，然后再根据幅度排名获取前三位，但是这种做法要增加辅助单元格，计算过程稍显繁琐，但是直接用集算器的高级函数就很简单了，将 K3 单元格（名次变化幅度）传入,ptop(-3) 取最大的 3 位的位置，然后用 m() 函数根据位置取对应的姓名，就可以了
大报表功能，提升报表性能
润乾结合集算器独创的双异步线程方案，可以很好的解决清单式大报表的性能问题，比传统的数据库分页技术解决方案效果更好，更快
另外润乾报表一直以来都是报表行业的领导者，更是性价比高的代表，不仅质冠商用，而且价怼开源，。
三、结语
头痛是因为现有的报表工具不能解决全部难题，耗费大量时间成本的、需要硬编码的复杂数据准备场景，就是目前很多项目上的大难题。解决这类频繁的、复杂的难题，关键的办法就是工具化，要么集成开源集算器，要么直接采用支持数据准备的润乾报表，难开发的就都简单了，效率也自然提升了，就不会再那么头痛了
- 润乾报表官网
- 润乾报表下载
欢迎对润乾报表有兴趣的加小助手（VX号：RUNQIAN_RAQSOFT），进技术交流群