润乾集算报表实现混合数据源计算

  在报表项目中，报表数据源常常会来自于多种异构数据源。例如：关系型数据库（oracle、db2、mysql），nosql数据库（mongodb），http数据源，hadoop（hive、hdfs），甚至是excel或者文本文件。通常的做法是采用ETL工具，将这些数据源都同步到数据仓库中再进行计算。这种做法存在以下问题：1、配置复杂，难度较大；2、成本较高；3、数据无法实时访问，时间延迟较长；4、数据仓库的建设和管理都比较复杂；5、如果数据量很大效率会很低，而且要不断的ETL各个应用系统的同步数据；6、数据仓库利用的也是传统数据库的技术，负载增大的时候需要用较高的成本进行扩容。

  采用润乾集算报表可以简单直接地实现混合数据源报表，做法是通过内置的集算引擎直接读取各种混合数据源，让数据采用最合适的方式存储，以较小的成本呈现基于混合数据源的实时报表。ETL方式和集算报表方式的结构对比示意图如下：

  下面，通过《州销售人员销售报表》来看一下具体的实现步骤。报表如下图：

  报表的销售数据来自于销售系统的mongodb数据库，销售员的信息则来自人力资源系统的db2数据库。采用集算报表的混合数据源方式，报表数据源不需要定期同步，不会有时间上的延迟。

  第一步，要在集算器设计器中编写脚本，并保存为statesales.dfx如下：

	A
1	>hrdb=connect(“db22″)
2	=hrdb.query(“select * from employee where state=?”,state)
3	=mongodb(“mongo://localhost:27017/test?user=test&password=test”)
4	=A3.find(“orders”,,”{_id:0}”).fetch()
5	=A4.switch@i(SELLERID,A2:EID)
6	=A5.new(ORDERID,CLIENT,SELLERID.NAME:SELLERNAME,AMOUNT,ORDERDATE)
7	>hrdb.close()
8	>A3.close()
9	result A6

  A1：连接预先配置好的db2数据源。

  A2：执行SQL，从表employee取数，参数state=”California”。

  A3、A4：从销售系统的mongodb读取collection orders。

  A5：使用集算器的switch函数，将A4中的sellerid字段切换成A2中的记录，关联条件为sellerid=eid。@i选项是指如果找不到对应的记录，则删除该行。

  A6：生成一个新的序表，得到需要的字段。

  A7、A8：关闭数据库连接。

  A9：返回给集算报表。

  第二，在报表设计器中定义参数state，配置集算数据集：

  第三，设计报表如下：

  输入参数计算后，即可得到前面希望的报表。报表上部的查询界面是集算报表自动提供的“参数模板”功能。参数模板和db2、mongodb数据源配置的具体做法参见教程和其他文档，这里不再赘述。

  需要说明的是，如果数据源类型发生了变化，只需进行小幅改动即可使报表生效。比如新上线的销售系统采用了oracle数据库，只要修改statesales.dfx的A1改为： >hrdb=connect(“ora”) 。

  同时复制oracle jdbc驱动、配置oracle数据库的连接参数即可。