BIRT可以使用sql query来创建数据集,通过在报表中设置参数(Parameter)来传递客户端的用户输入,同时可以设置Dataset参数并且与报表参数关联(这两个参数是不同的),这样可以将客户端的用户输入传递给Dataset的参数供sql query的where语句使用,这是通常的创建sql语句的做法,但是这种方法只适合固定的sql语句,对于拼接动态的sql就不适用了。
比如要处理这么个场景:根据传入的用户名、起止日期,分级别查询出不同的订单信息。author存储用户部门信息,account存储账目信息(多个用户可归属于一个账目,以逗号分隔),META存储订单明细。示意图如下:
![356f6ad9052fa7cc4f67e9c6d3170cd4.png](https://i-blog.csdnimg.cn/blog_migrate/001079213d8062741b51a65ff2145bd5.jpeg)
1、传入登录参数login_user,判断部门级别
2、当级别为manager,需提前获取当前账目
3、当部门为admin,统计所有账目、用户销售额
4、当部门为manager,统计当前账目下所属的用户销售额
5、当部门为engineer,只统计自己销售额
BIRT可以通过一个间接的方式来实现:在DataSet的Script页签下选择beforeOpen事件,通过编写JS脚本来动态拼接SQL,类似代码如下:
...
var query = "select ITEMS,USERS,sum(AMOUNT) as TOTALAMOUNT from META where ORDERDATE>=? and ORDERDATE<=?";
var user = reportContext.getParameterValue("login_user");
...
if(flag == "admin"){
...
query += " group by ITEMS,USERS";
}else if(flag == "manager"){
...
query += "and ITEMS ='"+ account +"'";
query += " group by ITEMS,USERS";
}else{
...
query += " and USERS = '" + login_user + "'";
query += " group by ITEMS,USERS";
}
this.queryText = query;
...
这种硬编码的方式会造成计算逻辑与展现之间耦合度过高,要么需要大量修改报表文件,要么需要每个报表继承一个公共的库文件,代码写起来非常复杂,在报表数量、开发人数较多时,难以管理、修改和维护。
更好的方式是引入一个显式的数据计算层,在其中提供可解释执行的脚本功能,把数据源计算独立出来(所有的业务逻辑判断和批量数据计算都放在这一层,最后将计算结果直接返回给BIRT的DataSet进行报表展现即可)。
集算器就是这么个数据计算中间件,它提供丰富的结构化数据集运算功能,可以很方便地实现批量数据计算和各类动态SQL拼接。比如上面的问题,集算器SPL代码则非常简单且直观:
![3b025839a4e20001819c2f17af41867d.png](https://i-blog.csdnimg.cn/blog_migrate/7efad42141f8492099ee15485c7ce757.jpeg)
从上面的例子,我们看到:实现同样算法,SPL代码更短、工作量更少、调试方便,而且还有利于整体了解和把握算法。
其实还有很多情况BIRT解决动态计算问题不太方便,但有集算器SPL的辅助却很简单,感兴趣可以参考:解决 BIRT 动态数据源的若干示例
集算器提供了JDBC驱动,可以很方便的与BIRT等报表工具集成,BIRT调用SPL脚本有使用和获得它的方法。
关于集算器安装使用、获得免费授权和相关技术资料,可以参见如何使用集算器。