润乾集算报表优化应用结构之混合数据源

   在报表项目中，报表源数据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。但是这样做的问题在于：1、配置复杂，难度较大；2、成本较高；3、数据无法实时访问，需要有较长时间的延迟；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去各个应用系统同步数据；6、数据仓库利用的也是传统数据库的技术，如果负载较大的时候，扩容成本较高。

  如果采用润乾集算报表工具，就可以简单直接地实现混合数据源报表。润乾集算报表通过内置的集算引擎直接读取各种混合数据源，能够解决上述问题，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：

  A1：连接预先配置好的db22数据源。

  A2：从数据源中按照预先定义好的参数state="California"读取employee序表。

  A3、A4：从销售系统的mongodb中，读取orders序表。

  A5：使用集算器的switch函数，将orders序表中的sellerid字段切换成employee序表sellerid=eid关联的记录。@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。

第三，在报表设计器中定义参数argstate，配置集算数据集：

第四，设计报表如下：

输入参数计算后，即可得到前面希望的报表。报表上部的查询按钮是集算报表提供的“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，如果数据源结构发生了变化，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。报表系统配置和改动都很小。