摘要】

      集算器 SPL 语言支持多样性数据源,通过 SPL 对 MongoDB 多个集合进行 join 关联,不仅简化了对 MongoDB 数据的操作,而且有利于与其它报表工具的方便集成。

处理多样性数据源是报表开发中的常见问题,而常见的 JasperReport 等报表工具本身却难以应付,比如展现两个 MongoDB 集合连接的结果。虽然 JasperReport 有 virtual data source 或 table join,但这些功能只在商业版或高端版本出现,在免费版中实现的难度很大。而且这些功能只支持两个数据源的连接,要实现多连接则麻烦得多。另外,这些功能只能基于图形化界面操作,对连接后的数据无法进行类似 SQL 的结构化计算。

       集算器 SPL 语言具有面向结构化处理的强计算引擎,支持多样性数据源,集成简单,可以协助不同报表工具方便地实现此类需求,下面用例子说明。

       Sales和 emp 是 MongoDB 中的两个集合,sales 中的字段 SellerId 逻辑上相当于外键,指向 emp 的 EId 字段,现在需要按时间段查询出 sales 中的订单,并和 emp 进行左连接,最后在报表中展现。部分源数据如下:

   集合sales

OrderID Client SellerId Amount OrderDate
26 TAS 1 2142.4 2009-08-05
27 HP 13 538.6 2010-08-06
28 DY 11 307.2 2010-08-07
29 WVF 19 420 2010-08-08
30 UFS 18 1200.8 2009-08-09
31 SWFR 15 1488.8 2010-08-12
32 JFS 3 468 2009-08-13

集合emp

EId State Dept Name Gender Salary Birthday
2 New York Finance Ashley F 11001 1980-07-19
3 New Mexico Sales Rachel F 9000 1970-12-17
4 Texas HR Emily F 7000 1985-03-07
5 Texas R&D Ashley F 16000 1975-05-13
6 California Sales Matthew M 11000 1984-07-07
7 Illinois Sales Alexis F 9000 1972-08-16

使用集算器SPL的代码如下:


A
1 =mongo_open("mongodb://localhost:27017/test?user=root&password=sa")
2 =mongo_shell(A1,"sales.find({$and:[{OrderDate:{$gte:'"+string(begin)+"'}},{  OrderDate:{ $lte:'"+string(end)+"'}} ] },{_id:0} )").fetch()
3 =mongo_shell(A1,"emp.find(,,"{_id:0}").fetch()
4 >mongo_close(A1)
5 =join@1(A2:sales,SellerId;A3:emp,EId)
6 =A5.new(sales.OrderID:OrderID,sales.Client:Client,sales.Amount:Amount,sales.OrderDate:OrderDate,emp.Name:Name,emp.Dept:Dept,emp.Gender:Gender)
7 result   A6

A1: 连接 MongoDB,连接字格式为 mongo://ip:port/db?arg=value&…

A2: 使用 find 函数从集合 sales 中查询出某时间段的记录,取出 _id 之外的所有字段。其中查询条件中的 begin 和 end 是来自报表的外部参数,分别表示 OrderDate 的起始时间和终止时间。

函数 find 返回的是游标,并不会把数据直接读入内存,因此能够很好地支持大数据量。类似的,还可以用 skip、sort、conj 等函数继续操作游标,直到遇到函数 fetch、groups,或语句 for 时才会真正取数。本例直接用函数 fetch() 将数据读入内存,假如时间段是 2009-01-01 到 2009-12-31,则 A2 的计算结果如下:

协助报表开发之 MongoDB join_第1张图片

A3: 使用 find 函数从集合 carInfo 中取数,形成游标。过滤条件是空,取出 _id 之外的所有字段,结果如下:

协助报表开发之 MongoDB join_第2张图片

A4: 关闭 MongoDB。

A5: 将 A2 和 A3 进行左连接,连接字段是 A2 的 SellerId 和 A3 的 Eld,直观起见,连接后的两部分数据分别命名为 sales 和 emp。函数 join 执行连接计算,选项 @1 表示左连接,计算结果如下图左侧:

协助报表开发之 MongoDB join_第3张图片

可以看到,由于是左连接,因此 sales 中部分 SellerId 无法在 emp 中找到对应的记录。如果想进行全连接,可以使用选项 @f,无选项则表示内连接。

A6: 执行连接操作,从连接的结果中取出需要的字段,并用函数 new 组成二维表。比如sales.OrderID:OrderID表示从 A5 取出 sales.OrderID 字段,重命名为 OrderID(报表工具无法识别 sales.OrderID 这样的字段名)。计算结果如下:

协助报表开发之 MongoDB join_第4张图片

到此为止,报表需要的数据就全部计算出来了。
A7: 将 A6 中的二维表返回报表工具。
集算器对外提供 JDBC 接口,报表工具会将集算器识别为普通数据库,集成方案请参考相关文档。

接下来以 JasperReport 为例设计报表,表样如下:

协助报表开发之 MongoDB join_第5张图片

 需要定义两个报表参数 Pbegin、Pend,分别对应集算器中的两个参数。预览后可以看到报表结果:

协助报表开发之 MongoDB join_第6张图片

       报表调用集算器的方法和调用存储过程一样,此例中可以将本脚本保存为 mongodbJoin.dfx,在 JasperReport 的 SQL 设计器中可以用mongodbJoin $P{pbegin},$P{pend}来调用。

       简言之,SPL 从 MongoDB 获取多个集合数据后,将它们通过 join 函数进行连接计算,再通过函数 new 按需求将数据生成序表,供其它的报表工具展示。通过 SPL 对多个集合进行 join 关联,大大简化了对 MongoDB 数据的操作,有利于与其它报表工具的方便集成。