likes
comments
collection
share

强大的SQL计算利器-SPL

作者站长头像
站长
· 阅读数 31

现代应用开发中,通常只用SQL实现简单的数据存取动作,而主要的计算过程和业务逻辑直接在应用程序中实现,主要原因在于:

  • 过于复杂的SQL很难调试、编写、阅读、修改。
  • SQL有方言特征,大量使用SQL后,会导致程序很难移植。
  • 架构方面要求业务逻辑在应用中实现,而不能依赖于数据库,否则耦合性过高。
  • 有些计算SQL不擅长,包括复杂的集合计算、有序计算、关联计算、多步骤计算,经常也需要移到数据库外实现。
  • 实现流程控制时,因为更难移植、耦合性更高、影响数据安全,不方便使用存储过程。

此外,还有涉及多数据库和非数据库的场景,也无法使用SQL完成计算任务,只能在外部完成。

这样,就要在应用程序中实现SQL后计算任务。

SQL返回的数据一般都是结构化数据,那么好的SQL后计算技术也要有方便的结构化数据对象,能够进一步计算和处理返回的数据;提供丰富的库函数,拥有不亚于SQL的计算能力;最好还能支持循环和判断语法以实现流程控制。特别地,SQL后计算技术要用在应用程序中,要易于被集成。

Java是重要的开发语言,但JDK提供的方法过于基础,虽然能实现SQL后计算,但开发效率很低。

ORM是Java中用来实现SQL后计算的常见方案。但几种较流行的ORM都缺乏专业的结构化数据对象,不支持动态数据结构。虽然可以利用Java实现流程控制,但难以进行灵活的计算。这些ORM技术的计算能力还远不如SQL,提供的计算函数非常有限,用Java硬写的现象仍然非常普遍。

Stream的链式编程比ORM的HQL更加面向对象,且有Lambda语法的加成,也常被用于SQL后计算,有些ORM还能直接生成Stream对象。但Stream同样没有专业的结构化数据对象,不支持动态数据结构。此外,Stream的计算能力也较差,甚至不如ORM,即使排序、分组汇总、关联这样的基础计算,也要辅以大量编码。

Kotlin基于JVM,且在链式编程和Lambda语法上对Stream进行了一系列改进,也可以用于SQL后计算。但因为编译型语言的底层,Kotlin只能对Stream小幅微调,重大缺点一个没少。

Python Pandas有较强大的结构化数据处理能力,有时也可以用于SQL后计算,但因为缺乏易用的接口,很难被Java集成,很少出现在正式项目中。

esProc SPL是更好的SQL后计算技术。

专业的结构化数据对象

SPL是JVM下的开源结构化数据计算引擎,内置专业的结构化数据对象序表,可以和数据库表/记录方便地互转,支持动态数据结构,提供了灵活易用的访问方法、维护方法、计算函数。序表专业性强,为数据计算和流程控制提供了有力的底层支撑,可以方便地实现SQL后计算中的各类业务逻辑。 强大的SQL计算利器-SPL

直接的数据库交换方法,可以在数据库表(SQL结果集)和SPL序表之间进行互转。

比如,使用query函数执行SQL,生成单条记录序表:

A B
1 =connect("orcl") //连接数据库
2 .query("select * from sales where orderid=?",201)=r=A1 //查询单条记录
3 =db.close() //关闭数据库连接

如果SQL返回多条记录,则自动生成多条记录序表:

=T=A1.query("select * from salesR where SellerID=?",10)

反过来也简单,用update函数就可以将序表记录批量地持久化到数据库。比如,原序表为T,经过多条件记录的增删改之后的序表为NT,将两者的变更结果统一写入数据库:

=A1.update(NT:T,sales;ORDERID)

灵活的序表访问方法,可以按字段名或记录号自由地访问序表。

取序表的第3条记录:T(3)

取后3条记录:T.m([-1,-2,-3])

取记录的字段值:T(3).Amount*0.05

取一列,返回集合:T.(Amount)

取几列,返回集合的集合:T.([CLIENT,AMOUNT])

先按字段名取再按记录序号取:T.(AMOUNT)(3)

先按记录序号取再按字段名取:T(3).AMOUNT

易用的序表维护方法,可以对单条或多条记录记录进行统一的增删改操作。

追加记录:T.insert(200,"APPL",10,2400.4,date("2010-10-10"))

修改记录:T(3).Amount = T(3). Amount*1.05

删除记录:T.delete(T.select(ORDERID==209 || ORDERID==208))

丰富的序表计算函数,可进行完整的SQL式计算。

过滤:T.select(Amount>1000 && Amount<=3000 && like(Client,"bro"))

排序:T.sort(-Client,Amount)

去重:T.id(Client)

汇总:T.max(Amount)

分组汇总后过滤: T.groups(year(OrderDate),Client; avg(Amount):amt).select(amt>2000)

关联:join(Orders:o,SellerId ; Employees:e,EId).groups(e.Dept; sum(o.Amount))

交集:T1.id(Client) ^ T2.id(Client)

TopN:T.top(-3;Amount)

分组topN:T.groups(Client;top(3,Amount))

支持动态数据结构,可根据上一步的计算结果推断出新数据结构,并自动生成新序表,新序表可直接进行计算。比如先分组汇总,再过滤,最后排序:

T.groups(SellerId, Client; sum(Amount):amt, count(1):cnt).select(amt>10000 && amt<=30000 && like(Client,"*bro*")).sort(amt)

使用支持动态数据结构的序表,开发者可以更加关注计算本身,而不是思考如何事先定义结果集。这样的编码风格不仅简短易懂,而且更符合自然思维,开发效率可以显著提升。在多步骤的复杂业务逻辑中,动态数据结构带来的优势更加明显。

强大的结构化数据计算能力

SPL提供了多种方便易用的语法,内置大量功能强大的函数,可以简化复杂的有序运算、集合运算、分布计算、关联计算。很多用SQL和存储过程难以表达的计算,用SPL都可以轻松实现。

函数选项、层次参数等方便的语法,功能相似的函数可以共用一个函数名,只用函数选项区分差别,比SQL更加灵活方便。比如select函数的基本功能是过滤,如果只过滤出符合条件的第1条记录,可使用选项@1:

T.select@1(Amount>1000)

并行过滤,适合数据量较大的情况,使用选项@m:

T.select@m(Amount>1000)

二分法排序,即对有序数据用二分法进行快速过滤,使用@b:

T.select@b(Amount>1000)

有序分组,即对分组字段有序的数据,将相邻且字段值相同的记录分为一组,使用@b:

T.groups@b(Client;sum(Amount))

函数选项还可以组合搭配,比如:

Orders.select@1b(Amount>1000)

结构化运算函数的参数有些很复杂,比如SQL就需要用各种关键字把一条语句的参数分隔成多个组,但这会动用很多关键字,也使语句结构不统一。SPL使用层次参数简化了复杂参数的表达,即通过分号、逗号、冒号自高而低将参数分为三层:

join(Orders:o,SellerId ; Employees:e,EId)

内置大量日期函数和字符串函数,在数量和功能上远远超过其他技术甚至SQL,同样的运算代码量更短。比如:

时间类函数,日期增减:elapse("2020-02-27",5) //返回2020-03-03

星期几:day@w("2020-02-27") //返回5,即星期4

N个工作日之后的日期:workday(date("2022-01-01"),25) //返回2022-02-04

字符串类函数,判断是否全为数字:isdigit("12345") //返回true

取子串前面的字符串:substr@l("abCDcdef","cd") //返回abCD

按竖线拆成字符串数组:"aa|bb|cc".split("|") //返回["aa","bb","cc"]

SPL还支持年份增减、求年中第几天、求季度、按正则表达式拆分字符串、拆出SQL的where或select部分、拆出单词、按标记拆HTML等功能。

简化复杂的有序运算。涉及跨行的有序运算,通常都有一定的难度,比如比上期和同期比。SPL使用"字段[相对位置]"引用跨行的数据,可显著简化代码,还可以自动处理数组越界等特殊情况,经常比SQL更方便。比如,追加一个计算列rate,计算每条订单的金额增长率:

=T.derive(AMOUNT/AMOUNT[-1]-1: rate)

综合运用位置表达式和有序函数,很多SQL难以实现的有序运算,都可以用SPL轻松解决。比如,根据考勤表,找出连续 4 周每天均出勤达 7 小时的学生:

A
1 =connect("mysql")
2 =A1.query@x("SELECT SID,ATTDATE,DURATION,null AS W FROM STUTEST WHERE DURATION>=7 ORDER BY SID,ATTDATE").run(W=pdate@w(ATTDATE))
3 =A2.group@o(SID;~.groups@o(W;count(~):CNT).select(CNT==7).group@i(W-W[-1]!=7).max(~.len()):weeks)
4 =A3.select(weeks>=4).(SID)

简化复杂的集合运算,SPL序表的集合化更加彻底,配合灵活的语法和强大的集合函数,可大幅简化复杂的集合计算。比如,在各部门找出比本部门平均年龄小的员工:

A
1 …//省略序表Employees的生成过程
2 =Employees.group(DEPT; (a=~.avg(age(BIRTHDAY)),~.select(age(BIRTHDAY)<a)):YOUNG)
3 =A2.conj(YOUNG)

计算某支股票最长的连续上涨天数:

A
1 …//省略序表AAPL的生成过程
2 =a=0,AAPL.max(a=if(price>price[-1],a+1,0))

SPL可以方便地实现分步计算,序表的集合化更加彻底,可以用变量方便地表达集合,适合多步骤计算,很多SQL难以表达的集合运算,用SPL都可以轻松实现。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序:

A B
1 //省略取数据的过程
2 =A1.sort(amount:-1) /销售额逆序排序,可在SQL中完成
3 =A2.cumulate(amount) /计算累计序列
4 =A3.m(-1)/2 /最后的累计即总额
5 =A3.pselect(~>=A4) /超过一半的位置
6 =A2(to(A5)) /按位置取值

简化复杂的关联计算。序表的专业性体现在多方面,其中之一是支持对象引用的形式表达关联,开发者可以通过点号直观地访问关联表,从而提高开发效率。很多SQL难以表达的关联计算,用SPL都可以轻松实现。比如,根据员工表计算女经理的男员工:

=employees.select(gender:"male",dept.manager.gender:"female")

灵活的流程控制能力

SPL提供了灵活易用的分支判断语句、循环语句,配合专业的结构化数据对象,可以方便地实现各类业务逻辑。

分支判断语句

A B
2
3 if T.AMOUNT>10000 =T.BONUS=T.AMOUNT*0.05
4 else if T.AMOUNT>=5000 && T.AMOUNT<10000 =T.BONUS=T.AMOUNT*0.03
5 else if T.AMOUNT>=2000 && T.AMOUNT<5000 =T.BONUS=T.AMOUNT*0.02

循环语句

A B
1 =db=connect("db")
2 =T=db.query@x("select * from sales where SellerID=? order by OrderDate",9)
3 for T =A3.BONUS=A3.BONUS+A3.AMOUNT*0.01
4 =A3.CLIENT=CONCAT(LEFT(A3.CLIENT,4), " co.,ltd.")
5  …

与Java的循环类似,SPL还可用break关键字跳出(中断)当前循环体,或用next关键字跳过(忽略)本轮循环,不展开说了。

流程控制语句配合序表,可以用统一的语法风格实现业务逻辑,包括数据库读写、事务处理、流程处理、数据计算。比如,根据一定的规则计算奖金:

A B C
1 =db=connect@e("dbName") /连接数据库,开启事务
2 =db.query@1("select sum(Amount) from sales where sellerID=? and year(OrderDate)=? and month(OrderDate)=?", p_SellerID,year(now()),month(now())) /查询当月销售额
3 =if(A2>=10000 :200, A2<10000 && A2>=2000 :100, 0) /本月累计奖金
4 =p_Amount*0.05 /本单固定奖金
5 =BONUS=A3+A4 /总奖金
6 =create(ORDERID,CLIENT,SELLERID,AMOUNT,BONUS,ORDERDATE) /创建订单的数据结构
7 =A6.record([p_OrderID,p_Client,p_SellerID,p_Amount,BONUS, date(now())]) /生成一条订单记录
8 >db.update@ik(A7,sales;ORDERID) /尝试写入库表
9 =db.error() /入库结果
10 if A9==0 >A1.commit() /成功,则提交事务
11 Else >A1.rollback() /失败,则回滚事务
12 >db.close() /关闭数据库连接
13 return A9 /返回入库结果

优化体系结构

SPL支持JDBC接口,代码可外置于Java,耦合性更低。SPL具有解释执行的特性,支持库外计算和代码移植,支持跨库跨源计算,在SQL后计算中可提供良好的架构性。

SPL提供了易用的JDBC接口,可被Java代码无缝集成。比如,将前面的SPL代码存为脚本文件,再在Java中以存储过程的形式调用文件名:


```java
Class.forName("com.esproc.jdbc.InternalDriver");
Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
Statement statement = connection.createStatement();
ResultSet result = statement.executeQuery("call writeBonus()");
```

SPL代码外置于Java,通过文件名被调用,既不依赖数据库,也不依赖Java,业务逻辑和前端代码分离,耦合性低。

解释执行和热切换。业务逻辑数量多,复杂度高,变化是常态。良好的系统构架,应该有能力应对变化的业务逻辑。ORM的本质是Java代码,需要先编译再执行,一般都要停机才能部署,应对变化的业务逻辑时非常繁琐。SPL是基于Java的解释型语言,无须编译就能执行,脚本修改后立即生效,支持不停机的热切换,适合应对变化的业务逻辑。

方便代码移植。SPL通过数据源名从数据库取数,如果需要移植,只要改动配置文件中的数据源配置信息,而不必修改SPL代码。SPL支持动态数据源,可通过参数或宏切换不同的数据库,从而进行更方便的移植。为了进一步增强可移植性,SPL还提供了与具体数据库无关的标准SQL语法,使用sqltranslate函数可将标准SQL转为主流方言SQL,仍然通过query函数执行。

方便管理运营。由于支持库外计算,代码可被第三方工具管理,方便团队协作;SPL脚本可以按文件目录进行存放,方便灵活,管理成本低;SPL对数据库的权限要求类似Java,不影响数据安全。

跨库和跨源计算。SPL序表可以统一读取各类数据源(含RDB),可以用统一的代码计算各类数据源,可以方便地实现跨库计算。比如,对MySQL和Oracle进行内关联:

A
1 =mysql1.query("select SellerId, sum(Amount) subtotal from Orders group by SellerId")
2 =orcl.query("select EId,Name from employees")
3 =join(A1:O,SellerId; A2:E,EId).new(O.Name:name, O.Dept:dept, E.subtotal:amt)

SPL支持多种非RDB数据源,可进行RDB和非RDB之间的混合计算。包括txt\csv\xls等文件,MongoDB、Hadoop、redis、ElasticSearch、Kafka、Cassandra等NoSQL,以及WebService XML、Restful Json等多层数据。

ORM以及Stream/Kotlin缺乏专业的结构化数据对象和运算能力,Python Pandas难以被Java集成。SPL内置专业的结构化数据对象,具有强大的结构化数据计算能力和灵活的流程控制能力,可以方便地实现各类业务逻辑。提供了易用的JDBC接口,可以被Java方便地集成。还有更多结构性优势,包括耦合性低、解释执行和热切换、库外计算,以及跨库和跨源计算。

SPL资料

欢迎对SPL有兴趣的加小助手(VX号:SPL-helper),进SPL技术交流群

转载自:https://juejin.cn/post/7111134315441815565
评论
请登录