現(xiàn)代Java應(yīng)用架構(gòu)越來越強調(diào)數(shù)據(jù)存儲和處理分離，以獲得更好的可維護性、可擴展性以及可移植性，比如火熱的微服務(wù)就是一種典型。這種架構(gòu)通常要求業(yè)務(wù)邏輯要在Java程序中實現(xiàn)，而不是像傳統(tǒng)應(yīng)用架構(gòu)中放在數(shù)據(jù)庫中。

應(yīng)用中的業(yè)務(wù)邏輯大都會涉及結(jié)構(gòu)化數(shù)據(jù)處理。數(shù)據(jù)庫（SQL）中對這類任務(wù)有較豐富的支持，可以相對簡易地實現(xiàn)業(yè)務(wù)邏輯。但Java卻一直缺乏這類基礎(chǔ)支持，導(dǎo)致用Java實現(xiàn)業(yè)務(wù)邏輯非常繁瑣低效。結(jié)果，雖然架構(gòu)上有各種優(yōu)勢，但開發(fā)效率卻反而大幅下降了。

如果我們在Java中也提供有一套完整的結(jié)構(gòu)化數(shù)據(jù)處理和計算類庫，那這個問題就能得到解決：即享受到架構(gòu)的優(yōu)勢，又不致于降低開發(fā)效率。

文章目錄

• • 需要什么樣的能力？
  • • 1 集合運算能力
    • 2 Lambda語法
    • 3 在 Lambda 語法中直接引用字段
    • 4 動態(tài)數(shù)據(jù)結(jié)構(gòu)
    • 5 解釋型語言
  • 引入 SPL
  • • 豐富的集合運算函數(shù)
    • 簡潔的Lambda語法
    • 動態(tài)數(shù)據(jù)結(jié)構(gòu)
    • 直接執(zhí)行SQL
  • 更多語言優(yōu)勢
  • • 離散性及其支掛下的更徹底的集合化
    • 更方便的函數(shù)語法
    • 擴展的Lambda語法
  • 無縫集成、低耦合、熱切換
  • SPL資料

需要什么樣的能力？

Java下理想的結(jié)構(gòu)化數(shù)據(jù)處理類庫應(yīng)當(dāng)具備哪些特征呢？我們可以從SQL來總結(jié)：

1 集合運算能力

結(jié)構(gòu)化數(shù)據(jù)經(jīng)常是批量（以集合形式）出現(xiàn)的，為了方便地計算這類數(shù)據(jù)，有必要提供足夠的集合運算能力。

如果沒有集合運算類庫，只有數(shù)組（相當(dāng)于集合）這種基礎(chǔ)數(shù)據(jù)類型，我們要對集合成員做個簡單地求和也需要寫四五行循環(huán)語句才能完成，過濾、分組聚合等運算則要寫出數(shù)百行代碼了。

SQL提供有較豐富的集合運算，如 SUM/COUNT 等聚合運算，WHERE 用于過濾、GROUP 用于分組，也支持針對集合的交、并、差等基本運算。這樣寫出來的代碼就會短小很多。

2 Lambda語法

有了集合運算能力是否就夠了呢？假如我們?yōu)?Java 開發(fā)一批的集合運算類庫，是否就可以達到 SQL 的效果呢？

沒有這么簡單！

以過濾運算為例。過濾通常需要一個條件，把滿足條件的集合成員保留。在 SQL 中這個條件是以一個表達式形式出現(xiàn)的，比如寫 WHERE x>0，就表示保留那些使得 x>0 計算結(jié)果為真的成員。這個表達式 x>0 并不是在執(zhí)行這個語句之前先計算好的，而是在遍歷時針對每個集合成員計算的。本質(zhì)上，這個表達式本質(zhì)上是一個函數(shù)，是一個以當(dāng)前集合成員為參數(shù)的函數(shù)。對于 WHERE 運算而言，相當(dāng)于把一個用表達式定義的函數(shù)用作了 WHERE 的參數(shù)。

這種寫法有一個術(shù)語叫做 Lambda 語法，或者叫函數(shù)式語言。

如果沒有 Lambda 語法，我們就要經(jīng)常臨時定義函數(shù)，代碼會非常繁瑣，還容易發(fā)生名字沖突。

SQL中大量使用了 Lambda 語法，不在于必須過濾、分組運算中，在計算列等不必須的場景也可以使用，大大簡化了代碼。

3 在 Lambda 語法中直接引用字段

結(jié)構(gòu)化數(shù)據(jù)并非簡單的單值，而是帶有字段的記錄。

我們發(fā)現(xiàn)，SQL 的表達式參數(shù)中引用記錄字段時，大多數(shù)情況可以直接使用字段名稱而不必指明字段所屬的記錄，只有在多個同名字段時才需要冠以表名（或別名）以區(qū)分。

新版本的 Java 雖然也開始支持 Lambda 語法了，但只能把當(dāng)前記錄作為參數(shù)傳入這個用 Lambda 語法定義的函數(shù)，然后再寫計算式時就總要帶上這個記錄。比如用單價和數(shù)量計算金額時，如果用于表示當(dāng)前成員的參數(shù)名為 x，則需要寫成“x. 單價 *x. 數(shù)量”這種啰嗦的形式。而在 SQL 中可以更為直觀地寫成 " 單價 * 數(shù)量”。

4 動態(tài)數(shù)據(jù)結(jié)構(gòu)

SQL還能很好地支持動態(tài)數(shù)據(jù)結(jié)構(gòu)。

結(jié)構(gòu)化數(shù)據(jù)計算中，返回值經(jīng)常也是有結(jié)構(gòu)的數(shù)據(jù)，而結(jié)果數(shù)據(jù)結(jié)構(gòu)和運算相關(guān)，沒辦法在代碼編寫之前就先準(zhǔn)備好。所以需要支持動態(tài)的數(shù)據(jù)結(jié)構(gòu)能力。

SQL中任何一個 SELECT 語句都會產(chǎn)生一個新的數(shù)據(jù)結(jié)構(gòu)，在代碼中可以隨意添加刪除字段，而不必事先定義結(jié)構(gòu)（類）。Java 這類語言則不行，在代碼編譯階段就要把用到的結(jié)構(gòu)（類）都定義好，原則上不能在執(zhí)行過程中動態(tài)產(chǎn)生新的結(jié)構(gòu)。

5 解釋型語言

從前面幾條的分析，我們已經(jīng)可以得到結(jié)論：Java 本身并不適合用作結(jié)構(gòu)化數(shù)據(jù)處理的語言。它的 Lambda 機制不支持特征 3，而且作為編譯型語言，也不能實現(xiàn)特征 4。

其實，前面說到的 Lambda 語法也不太適合采用編譯型語言來實現(xiàn)。編譯器不能確定這個寫到參數(shù)位置的表達式是應(yīng)該當(dāng)場計算出表達式的值再傳遞，還是把整個表達式編譯成一個函數(shù)傳遞，需要再設(shè)計更多的語法符號加以區(qū)分。而解釋型語言則沒有這個問題，作為參數(shù)的表達式是先計算還是遍歷集合成員時再計算，可以由函數(shù)本身來決定。

SQL確實是解釋型語言。

引入 SPL

Stream是Java8以官方身份推出的結(jié)構(gòu)化數(shù)據(jù)處理類庫，但并不符合上述的要求。它沒有專業(yè)的結(jié)構(gòu)化數(shù)據(jù)類型，缺乏很多重要的結(jié)構(gòu)化數(shù)據(jù)計算函數(shù)，不是解釋型語言，不支持動態(tài)數(shù)據(jù)類型，Lambda語法的接口復(fù)雜。

Kotlin屬于Java生態(tài)系統(tǒng)的一部分，它在Stream的基礎(chǔ)上進行了小幅改進，也提供了結(jié)構(gòu)化數(shù)據(jù)計算類型，但因為結(jié)構(gòu)化數(shù)據(jù)計算函數(shù)不足，不是解釋型語言，不支持動態(tài)數(shù)據(jù)類型，Lambda語法的接口復(fù)雜，仍然不是理想的結(jié)構(gòu)化數(shù)據(jù)計算類庫。

Scala提供了較豐富的結(jié)構(gòu)化數(shù)據(jù)計算函數(shù)，但編譯型語言的特點，也使它不能成為理想的結(jié)構(gòu)化數(shù)據(jù)計算類庫。

那么，Java生態(tài)下還有什么可以用呢？

集算器SPL。

SPL是由Java解釋執(zhí)行的程序語言，具備豐富的結(jié)構(gòu)化數(shù)據(jù)計算類庫、簡單的Lambda語法和方便易用的動態(tài)數(shù)據(jù)結(jié)構(gòu)，是Java下理想的結(jié)構(gòu)化處理類庫。

豐富的集合運算函數(shù)

SPL提供了專業(yè)的結(jié)構(gòu)化數(shù)據(jù)類型，即序表。和SQL的數(shù)據(jù)表一樣，序表是批量記錄組成的集合，具有結(jié)構(gòu)化數(shù)據(jù)類型的一般功能，下面舉例說明。

解析源數(shù)據(jù)并生成序表：

Orders=T("d:/Orders.csv")

按列名從原序表生成新的序表：

Orders.new(OrderID, Amount, OrderDate)

計算列：

Orders.new(OrderID, Amount, year(OrderDate))

字段改名：

Orders.new(OrderID:ID, SellerId, year(OrderDate):y)

按序號使用字段：

Orders.groups(year(_5),_2; sum(_4))

序表改名（左關(guān)聯(lián)）

join@1(Orders:o,SellerId ; Employees:e,EId).groups(e.Dept; sum(o.Amount))

序表支持所有的結(jié)構(gòu)化計算函數(shù)，計算結(jié)果也同樣是序表，而不是Map之類的數(shù)據(jù)類型。比如對分組匯總的結(jié)果，繼續(xù)進行結(jié)構(gòu)化數(shù)據(jù)處理：

Orders.groups(year(OrderDate):y; sum(Amount):m).new(y:OrderYear, m*0.2:discount)

在序表的基礎(chǔ)上，SPL提供了豐富的結(jié)構(gòu)化數(shù)據(jù)計算函數(shù)，比如過濾、排序、分組、去重、改名、計算列、關(guān)聯(lián)、子查詢、集合計算、有序計算等。這些函數(shù)具有強大的計算能力，無須硬編碼輔助，就能獨立完成計算：

組合查詢：

Orders.select(Amount>1000 && Amount<=3000 && like(Client,"*bro*"))

排序：

Orders.sort(-Client,Amount)

分組匯總：

Orders.groups(year(OrderDate),Client; sum(Amount))

內(nèi)關(guān)聯(lián)：

join(Orders:o,SellerId ; Employees:e,EId).groups(e.Dept; sum(o.Amount))

簡潔的Lambda語法

SPL支持簡單的Lambda語法，無須定義函數(shù)名和函數(shù)體，可以直接用表達式當(dāng)作函數(shù)的參數(shù)，比如過濾：

Orders.select(Amount>1000)

修改業(yè)務(wù)邏輯時，也不用重構(gòu)函數(shù)，只須簡單修改表達式：

Orders.select(Amount>1000 && Amount<2000)

SPL是解釋型語言，使用參數(shù)表達式時不必明確定義參數(shù)類型，使Lambda接口更簡單。比如計算平方和，想在sum的過程中算平方，可以直觀寫作：

Orders.sum(Amount*Amount)

和SQL類似，SPL語法也支持在單表計算時直接使用字段名：

Orders.sort(-Client, Amount)

動態(tài)數(shù)據(jù)結(jié)構(gòu)

SPL是解釋型語言，天然支持動態(tài)數(shù)據(jù)結(jié)構(gòu)，可以根據(jù)計算結(jié)果結(jié)構(gòu)動態(tài)生成新序表。特別適合計算列、分組匯總、關(guān)聯(lián)這類計算，比如直接對分組匯總的結(jié)果再計算：

Orders.groups(Client;sum(Amount):amt).select(amt>1000 && like(Client,"*S*"))

或直接對關(guān)聯(lián)計算的結(jié)果再計算：

join(Orders:o,SellerId ; Employees:e,Eid).groups(e.Dept; sum(o.Amount))

較復(fù)雜的計算通常都要拆成多個步驟，每個中間結(jié)果的數(shù)據(jù)結(jié)構(gòu)幾乎都不同。SPL支持動態(tài)數(shù)據(jù)結(jié)構(gòu)，不必先定義這些中間結(jié)果的結(jié)構(gòu)。比如，根據(jù)某年的客戶回款記錄表，計算每個月的回款額都在前10名的客戶：

Sales2021.group(month(sellDate)).(~.groups(Client;sum(Amount):sumValue)).(~.sort(-sumValue)) .(~.select(#<=10)).(~.(Client)).isect()

直接執(zhí)行SQL

SPL中還實現(xiàn)了SQL的解釋器，可以直接執(zhí)行SQL，從基本的WHERE、GROUP到JOIN、甚至WITH都能支持：

$select * from d:/Orders.csv where (OrderDate<date('2020-01-01') and Amount<=100)or (OrderDate>=date('2020-12-31') and Amount>100) $select year(OrderDate),Client ,sum(Amount),count(1) from d:/Orders.csv group by year(OrderDate),Client having sum(Amount)<=100 $select o.OrderId,o.Client,e.Name e.Dept from d:/Orders.csv o join d:/Employees.csv e on o.SellerId=e.Eid $with t as (select Client ,sum(amount) s from d:/Orders.csv group by Client) select t.Client, t.s, ct.Name, ct.address from t left join ClientTable ct on t.Client=ct.Client

更多語言優(yōu)勢

作為專業(yè)的結(jié)構(gòu)化數(shù)據(jù)處理語言，SPL不僅覆蓋了SQL的所有計算能力，在語言方面，還有更強大的優(yōu)勢：

離散性及其支掛下的更徹底的集合化

集合化是SQL的基本特性，即支持數(shù)據(jù)以集合的形式參與運算。但SQL的離散性很不好，所有集合成員必須作為一個整體參于運算，不能游離在集合之外。而Java等高級語言則支持很好的離散性，數(shù)組成員可以單獨運算。

但是，更徹底的集合化需要離散性來支持，集合成員可以游離在集合之外，并與其它數(shù)據(jù)隨意構(gòu)成新的集合參與運算 。

SPL兼具了SQL的集合化和Java的離散性，從而可以實現(xiàn)更徹底的集合化。

比如，SPL中很容易表達“集合的集合”，適合分組后計算。比如，找到各科成績均在前10名的學(xué)生：

A

1	=T(“score.csv”).group(subject)
2	=A2.(.rank(score).pselect@a(<=10))
3	=A1.(~(A3(#)).(name)).isect()

SPL序表的字段可以存儲記錄或記錄集合，這樣可以用對象引用的方式，直觀地表達關(guān)聯(lián)關(guān)系，即使關(guān)系再多，也能直觀地表達。比如，根據(jù)員工表找到女經(jīng)理下屬的男員工：

Employees.select(性別:"男",部門.經(jīng)理.性別:"女")

有序計算是離散性和集合化的典型結(jié)合產(chǎn)物，成員的次序在集合中才有意義，這要求集合化，有序計算時又要將每個成員與相鄰成員區(qū)分開，會強調(diào)離散性。SPL兼具集合化和離散性，天然支持有序計算。

具體來說，SPL可以按絕對位置引用成員，比如，取第3條訂單可以寫成Orders(3)，取第1、3、5條記錄可以寫成Orders([1,3,5])。

SPL也可以按相對位置引用成員，比如，計算每條記錄相對于上一條記錄的金額增長率：Orders.derive(amount/amount[-1]-1)

SPL還可以用#代表當(dāng)前記錄的序號，比如把員工按序號分成兩組，奇數(shù)序號一組，偶數(shù)序號一組：Employees.group(#%2==1)

更方便的函數(shù)語法

大量功能強大的結(jié)構(gòu)化數(shù)據(jù)計算函數(shù)，這本來是一件好事，但這會讓相似功能的函數(shù)不容易區(qū)分。無形中提高了學(xué)習(xí)難度。

SPL提供了特有的函數(shù)選項語法，功能相似的函數(shù)可以共用一個函數(shù)名，只用函數(shù)選項區(qū)分差別。比如select函數(shù)的基本功能是過濾，如果只過濾出符合條件的第1條記錄，只須使用選項@1：

Orders.select@1(Amount>1000)

數(shù)據(jù)量較大時，用并行計算提高性能，只須改為選項@m：

Orders.select@m(Amount>1000)

對排序過的數(shù)據(jù)，用二分法進行快速過濾，可用@b：

Orders.select@b(Amount>1000)

函數(shù)選項還可以組合搭配，比如：

Orders.select@1b(Amount>1000)

結(jié)構(gòu)化運算函數(shù)的參數(shù)常常很復(fù)雜，比如SQL就需要用各種關(guān)鍵字把一條語句的參數(shù)分隔成多個組，但這會動用很多關(guān)鍵字，也使語句結(jié)構(gòu)不統(tǒng)一。

SPL支持層次參數(shù)，通過分號、逗號、冒號自高而低將參數(shù)分為三層，用通用的方式簡化復(fù)雜參數(shù)的表達：

join(Orders:o,SellerId ; Employees:e,EId)

擴展的Lambda語法

普通的Lambda語法不僅要指明表達式（即函數(shù)形式的參數(shù)），還必須完整地定義表達式本身的參數(shù)，否則在數(shù)學(xué)形式上不夠嚴密，這就讓Lambda語法很繁瑣。比如用循環(huán)函數(shù)select過濾集合A，只保留值為偶數(shù)的成員，一般形式是：

A.select(f(x):{x%2==0} )

這里的表達式是x%2==0，表達式的參數(shù)是f(x)里的x，x代表集合A里的成員，即循環(huán)變量。

SPL用固定符號~代表循環(huán)變量，當(dāng)參數(shù)是循環(huán)變量時就無須再定義參數(shù)了。在SPL中，上面的Lambda語法可以簡寫作：A.select(~ %2==0)

普通Lambda語法必須定義表達式用到的每一個參數(shù)，除了循環(huán)變量外，常用的參數(shù)還有循環(huán)計數(shù)，如果把循環(huán)計數(shù)也定義到Lambda中，代碼就更繁瑣了。

SPL用固定符號#代表循環(huán)計數(shù)變量。比如，用函數(shù)select過濾集合A，只保留序號是偶數(shù)的成員，SPL可以寫作：A.select(# %2==0)

相對位置經(jīng)常出現(xiàn)在難度較大的計算中，而且相對位置本身就很難計算，當(dāng)要使用相對位置時，參數(shù)的寫法將非常繁瑣。

SPL用固定形式[序號]代表相對位置：

序號AB

1	=T(“Orders.txt”)	/訂單序表
2	=A1.groups(year(Date):y,month(Date):m; sum(Amount):amt)	/按年月分組匯總
3	=A2.derive(amt/amt[-1]:lrr, amt[-1:1].avg():ma)	/計算比上期和移動平均

無縫集成、低耦合、熱切換

作為用Java解釋的腳本語言，SPL提供了JDBC驅(qū)動，可以無縫集成進Java應(yīng)用程中。

簡單語句可以像SQL一樣直接執(zhí)行：

Class.forName("com.esproc.jdbc.InternalDriver"); Connection conn =DriverManager.getConnection("jdbc:esproc:local://"); PrepareStatement st = conn.prepareStatement("=T(\"D:/Orders.txt\").select(Amount>1000 && Amount<=3000 && like(Client,\"*S*\"))"); ResultSet result=st.execute();

復(fù)雜計算可以存成腳本文件，以存儲過程方式調(diào)用

Class.forName("com.esproc.jdbc.InternalDriver"); Connection conn =DriverManager.getConnection("jdbc:esproc:local://"); Statement st = connection.(); CallableStatement st = conn.prepareCall("{call splscript1(?, ?)}"); st.setObject(1, 3000); st.setObject(2, 5000); ResultSet result=st.execute();

將腳本外置于Java程序，一方面可以降低代碼耦合性，另一方面利用解釋執(zhí)行的特點還可以支持熱切換，業(yè)務(wù)邏輯變動時只要修改腳本即可立即生效，不像使用Java時常常要重啟整個應(yīng)用。這種機制特別適合編寫微服務(wù)架構(gòu)中的業(yè)務(wù)處理邏輯。

SPL資料

• SPL官網(wǎng)
• SPL下載
• SPL源代碼

總結(jié)

以上是生活随笔為你收集整理的Java 结构化数据处理开源库SPL，再也不用苦哈哈写SQL了的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。