大家好，又见面了，我是全栈君。
在报表项目中，经常会碰到数据库压力非常大影响整个系统性能的问题。由以下的传统方案的结构示意图能够看出。所有数据存储和源数据计算都放在数据库完毕。当并发訪问量较大的时候，尽管每一个报表的数据量不大，还是会造成数据库压力过大。成为性能的瓶颈。多数数据库厂商提供的jdbc接口数据传输比較缓慢。在并发量较大的情况，对报表系统性能的影响也非常明显。
这样的情况时能够考虑採用润乾集算报表提供的本地计算方案。
所谓本地计算，是将一部分计算任务从数据库中移出到报表server中完毕。
大多数有一定规模的应用系统中。数据库和应用server一般会部署在不同的物理机器上。当中，数据库处于中心地位，要为各个应用系统提供服务。假设运算大部分由数据库完毕，则会导致数据库压力过大。而数据库的扩容成本和难度都相当高。而应用server则不同，不同应用会有不同的应用server硬件，且easy集群扩容。
假设能将一部分运算移出数据库。转而由与应用server一起部署的报表server完毕，则会非常大程度地减小数据库压力，而且充分利用应用server所在机器的计算能力，提升系统性能。
集算报表方案结构示意图例如以下：
从上图能够看出，润乾集算报表能够将部分数据从数据库转移到报表应用server的本地硬盘。这部分数据能够是计算的中间结果。也能够是部分基础数据。
集算报表内置了集算引擎。能够通过简洁的脚本进行本地化的数据计算。因此。从数据存储和计算双方面都能够减少数据库压力。
部分数据和计算从数据库转移到报表应用server上，能够充分利用应用server集群的存储和计算能力。应用server不管是单机升级（纵向扩展）或者添加集群数量（横向扩展）都要比数据库server的成本低非常多。在本地硬盘上读取数据的速度要比数据库jdbc快非常多，能够解决这个瓶颈问题。
集算引擎还能够进行多线程的并行计算，能够充分发挥应用server多cpu、多核的计算能力。因此。润乾集算报表方案是低成本提高报表应用系统性能的优选方案。
以下，通过“某公司客户累计销售额与去年全年销售额对照报表”的制作。来看一下集算报表是怎样实现本地化计算的。报表例如以下图：
这张报表中的客户、订单数、销售额都是直接从数据库中计算的2010年1月-10月的数据。
2009年全年的订单数、销售额是从报表应用server文件系统中的temp2009sales.b文件里读取。“销售额/去年销售额”则是今年和去年的数据共同计算的。
报表上部的查询button是集算报表提供的“參数模板”功能，详细做法參见教程，这里不再赘述。
首先，要提前用集算器从数据库中读取2009年等各个年份的销售数据，计算好之后。以集算器的二进制编码导出到temp2009sales.b文件里，每年一个文件。中间数据制作好之后，数据库中2009年的数据就能够移除备份了，不再占用数据库的空间。
第二，编写集算器脚本salesProportion.dfx例如以下：
注意，脚本的參数是：argyear（要查询的年份），argmonth（要查询的月份）。
A1：连接预先配置好的数据源demo。
A2：从数据库中计算取出要查询的年份订单数、销售额。
A3：从前一年的数据文件里取出数据。
A4：将A3中的数据依照A2中的CLIENT字段对齐，A2中有A3中没有的补空行。
A5：利用A2来生成新的续表。
当中添加了A4的相应行数据，比方A4(#).C:lastCOUNT就是A4的相应行（#是A2的当前行号）中取出C字段。
A6：关闭数据库连接。
A7：向报表返回结果集。
第三，在集算报表中定义报表參数（argyear、argmonth）和计算数据集：
上图中。參数名是指dfx定义的參数名称，參数值是指报表提交给集算引擎的值。
这里是将报表的两个參数的值传递给集算器的同名參数。
第四，设计报表，例如以下图：
输入參数计算后。就可以得到前面希望的报表。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/108394.html原文链接：https://javaforall.net
![[机器学习与scikit-learn-51]：模型评估-图解分类模型的评估指标（准确率、精确率、召回率）与代码示例](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
