润乾集算报表提升性能之并行取数

    有时报表在展现或导出时需要从数据库中取出较多数据，而JDBC的取数速度一向比较慢，有可能超过报表其它运算环节的耗时，导致整个报表的生成过程效率极低。下面我们看如何利用润乾集算报表的并行计算机制提高JDBC的取数性能。

    所谓并行取数是指，使用多线程技术在报表工具与数据库建立多个连接，同时读取一份源数据，这需要将源数据分段，每个线程（数据库连接）读取其中一段内容，最后将所有线程的结果合并得到总目标数据的过程。

    集算报表内置了并行机制可以很容易完成并行取数任务，从而提升报表性能，这里以oracle为例说明实现过程。

报表描述

    用户状态表展现的是明细数据，由于需要导出，必须一次性读取数据表中所有数据。单表数据量为360万，报表样式为：

编写脚本

使用集算器编写脚本（parallel.dfx），实现并行取数逻辑。首先确定分段字段，这里选择数值型的userid字段，再据设定的线程数和userid最大值（指定为大数值常量）计算每段中userid的范围；最后根据指定的数据范围通过sql分段读取数据，完成多线程取数过程。以下为实现脚本：

 A5通fork使用多线程执行网格中的代码块，实现并行取数；

 B6-B9完成并行取数，每个线程运行结果返回A8格；

 A10为报表返回合并后的结果集。

编制报表

    新建报表模板后，数据集选择“集算器”，在数据集编辑窗口指定上述编辑好的dfx文件，完成数据集创建。

    设置报表模板表达式：

    A2：根据数据集ds1使用select函数取用户登录信息列表；

    A2-G2：根据A2扩展，通过取值表达式分别取用户ID、账户、在线等信息。

并行后效果

    报表运行后记录数据集计算时间，分别比较并行前和并行后的运行结果：

    上面看到了并行取数带来的效果，通过集算报表的并行机制可以加速取数过程，从而提升了整体报表性能，测试结果因测试环境而异，本机配置详见附录。

使用多线程并行取数适合数据库资源比较空闲（如连接数未达上线）的情况，通过这种方式充分利用数据库资源。如果数据库任务已经饱和，这种方法会进一步加重数据库负担，而不会起到提高速度的作用。

此外，分段字段的选择对性能影响较大。最好是选择递增插入的有索引字段，如作为主键的流水号，这样数据库能充分利用索引减少遍历范围；尽量选择数值类型的字段，作为条件的运算性能更高且易于拆分。实际操作中要综合考虑这两方面因素，本例中由于没有索引和主键，所以选择了数值型userid。实际业务中经常能找到递增插入的有索引数值型字段，采用并行取数的方式获得的性能提升也会更好。

【附】测试机配置

测试机型：Dell Inspiron 3420

CPU：Intel Core i5-3210M @2.50GHz *4

RAM：4G

HDD：西数WDC(500G 5400转/分)

操作系统：Win7(X64) SP1

JDK：1.6

数据库：oracle11g R2

集算报表版本：5.0