编辑: 645135144 | 2018-11-22 |
1 2 解决方案
3 核心优势
4 集算器技术特征 目录Contents 现状分析 报表业务稳定性差,开发没完没了 这是常态,要试图适应而不能解决,建立长期应对机制 自助报表并不管用 只能解决10%-20%的需求 零编码制作报表只是一句口号 只限于呈现环节 报表开发中的二八原则 复杂报表在数量上只占二成,但工作量却占八成 现状分析 ? 成熟的报表工具已经能解决呈现环节问题 ? 报表开发更多的困难在数据源上 ? 大多数性能问题也是数据源造成的或者需要由数据源解决 ? 好的数据源处理机制还能优化应用结构 现状分析-具体场景 场景 描述与举例 报表特殊格式 报表工具无法实现,子表横向插入主表,多层动态表,横向分栏,补足空行 动态图形/水印/签章 普通报表工具能实现静态图形/水印/签章,实现动态需要自定义类,调试、扩展、维护均不方便 动态数据源/集 根据传参动态连接数据库,动态拼接SQL并对结果集容量进行一定控制 报表过程/关联计算 利用大量隐藏格保存中间结果,变相的/很费力的实现复杂的过程式计算,且性能体验很差 多样性数据源 关系型数据库,文本/文件数据类型,Hadoop,NoSQL,HTTP、ALI-OTS,.
.. 自定义数据集 单纯SQL/存储过程一次逻辑算不完,需要借助JAVA二次加工或反复几轮调用混算后的结果集 大量存储过程/中间表 为业务查询而准备,报表应用与数据库耦合度高、管理混乱、数据库I/O瓶颈,扩容成本高 报表慢/内存溢出 日积月累,数据量上来了,报表访问越用越慢,经常内存溢出,甚至导致服务器宕机 多源跨库计算 实现跨多种类型数据源查询困难,且不分同/异构.比如:Oracle+MSSQL、数据库+Excel T+0混合计算 要求数据库具有跨库运算能力,但实施复杂度较高,性能较低;
当数据库类型不同时难以实现 大清单列表 清单式千万行大报表展现/打印/导出,用户体验差,甚至内存溢出,采用数据库分页方式性能差 离线ETL辅助 自己编码太累,专业etl工具来干又过于浪费,并且有一定的局限性、不够灵活、成本过高等 报表数据准备困难 报表工具解决展现层,但计算层还需编程(Java/复杂SQL/存储过程等),且需专业程序员 应用耦合度高 为报表数据计算编写的代码,和应用系统的其他部分耦合在一起.一旦调整,且需专业程序员 SQL/存储过程难写 较复杂的计算逻辑,SQL/存储过程难写、难调试,低成本维护人员没办法自主完成 中间件 是否要求具有良好的可管理性、集成性、扩展性、开放性? 现状分析
1 2 解决方案
3 核心优势
4 集算器技术特征 目录Contents
1、一款面向应用程序员和数据分析员,专注于结构化数据分析与处理的快速开 发工具
2、一套基于Java解释执行的动态语言,采用了先进的计算模型和设计思想, 让开发更易于实现且性能更好
3、一个完备的类库和轻量级架构,让工程应用更灵活、更高效 集算器 轻松为您解决数据计算难题! 引入数据计算层-集算器 展现层 动态并发控制 日志服务 展现模板 编辑器 缓存同步 计算层 (集算器) 计算脚本 编辑器/数据集 内存计算 流式计算 外存计算 参数查询 静态报表 导出 打印 DB/DW FileSystem HDFS 其他数据源 数据源 引入数据计算层-工具化、独立化