報表專案中，大部分報表簡單的搞搞即可完成。但是，總有一部分複雜報表需要自定義資料集才能實現。自定義資料集是指報表的資料來源不能通過簡單SQL實現，需要用報表工具提供的API，呼叫程式設計師開發的程式來實現。這部分報表數量不多，但是程式設計、除錯工作量較大，在整個專案中佔用的時間反而更長。

為什麼自定義資料集會成為報表專案的常態？ 

報表由兩部分組成的：資料計算和報表呈現。自定義報表出現的原因，是因為資料庫的原始資料結構與報表要展現的資料之間差異大，造成報表資料計算過程比較複雜。

有些報表連線的原始資料庫是生產資料庫，資料結構不適合報表直接展現，所以要寫比較複雜的程式；即使報表連線的是經過整理的資料倉庫，其資料結構也不一定能適合所有的報表，特別是專案後期出現的報表，一般都要在資料倉庫的基礎上做進一步複雜計算才能在報表中展現出來。 

出現自定義資料來源的另外一個原因，是需要連線多個數據庫或者其他種類的異構資料來源，如oracle、db2、My sql和檔案等，也需要自定義資料來源。

自定義資料來源唯一的好處：無論資料來源計算多麼複雜，資料來自多少個不同的資料庫或者檔案，只要會寫程式碼、肯寫程式碼，一定能把所有資料集中到一起完成計算。

現有的程式設計手段對自定義資料來源沒有特別理想的。

以Java為例，用Java來自定義資料來源的工作量較大，難度高，因為Java並沒有提供常用類庫，我們要耗費大量時間和精力來手工實現細節，包括聚合，過濾，分組，排序，排名等。比如，資料儲存和訪問的細節：每條資料，每個二維表都需用List/map等物件組合起來，再用巢狀的多層迴圈來算。這類計算往往涉及到批量資料之間的集合和關係運算，或者物件之間和物件屬性之間的相對位置的運算，這些底層邏輯搞起來非常費力。如果還有複雜的有序計算，Java處理的工作量就更大了。 

舉例：某網路平臺需要監測一定週期內的使用者狀況，為運營部門出具日報、週報、月報、年報等報表，每類報表中均包含本期與上期、上上期資料比較。此處以日報為例（月報年報只是統計週期不同），報表格式如下：

報表分為兩部分，上半部分為使用者明細資料，由於使用者較多，報表中只顯示按本期線上時長排序後的前十名和後十名；下半部分為本期資料與上期、上上期的比較結果。

以潤乾報表為例，使用Java來計算自定義資料來源的主要程式碼如下：

獲取報表引數

        Map map = ctx.getParamMap(false);

        if (map != null) {

            Iterator it = map.keySet().iterator();

            while (it.hasNext()) {

                // 分別取得引數

                String key = it.next().toString();

                data_date = map.get(key).toString();

            }

        }

執行資料庫sql取數

            String sql ="select a.userid auserid,a.first_logout_time,b.userid buserid,b.onlinetime bonlinetime,b.account baccount,"

                  +"c.userid cuserid,c.onlinetime conlinetime,c.account caccount,d.userid duserid,d.onlinetime donlinetime,d.account daccount,"

                  +"from"

                  +"(select   v.userid, v.first_logout_time"

                  +"from     t_dw_zx_valid_account v"

                  +"where    v.standard_7d_time is not null) a,"

                  +"(select   userid, sum(onlinetime) onlinetime, max(account)"

                  +"from     t_dw_zx_account_status_day"

                  +"where    logtime >= to_date('"+start_time_tm+"','yyyy-mm-dd hh:mi:ss')"

                  +"and      logtime <"+end_time_tm+"','yyyy-mm-dd hh:mi:ss')"

                  +"group by userid"

                  +"having max(account) is not null) b,"

                  +"(select   userid, sum(onlinetime) onlinetime, max(account)"

                  +"from     t_dw_zx_account_status_day"

                  +"where    logtime >= to_date('"+start_time_lm+"','yyyy-mm-dd hh:mi:ss')"

                  +"and      logtime <  to_date('"+start_time_tm+"','yyyy-mm-dd hh:mi:ss')"

                  +"group by userid"

                  +"having max(account) is not null) c,"

                  +"(select   userid, sum(onlinetime) onlinetime, max(account)"

                  +"from     t_dw_zx_account_status_day"

                  +"where    logtime >= to_date('"+start_time_lm_1+"','yyyy-mm-dd hh:mi:ss')"

                  +"and      logtime <  to_date('"+start_time_lm+"','yyyy-mm-dd hh:mi:ss')"

                  +"group by userid"

                  +"having max(account) is not null) d"

                  +"where  a.userid = b.userid(+)"

                  +"and    a.userid = c.userid(+)"

                  +"and    a.userid = d.userid(+))"

                  +"order by b.onlinetime desc";

為降低複雜度，資料初步加工（分組、過濾、排序）仍然使用sql完成。

獲取列名

            for(int i=0;i<colCount;i++){

                colName.add(rsmd.getColumnName(i+1));//列名

                type = rsmd.getColumnType(i+1);

            }

讀取表資料，將其存入List

            while (rs.next()) {

                List<Object> rowData = new ArrayList<Object>();

                for(int i=0;i<colCount;i++){

                    rowData.add(rs.getObject(i+1));

                    System.out.println("rowData"+i+"="+rowData.get(i));

                }

                data.add(rowData);

            }

構造資料集ds1

DataSet ds1 = new DataSet("ds1");

        for (int i = 0; i < colName.size(); i++) {

            ds1.addCol(colName.get(i));// 設定資料集的欄位

        }

        Row rr = null;

遍歷List計算彙總值

        for(int i=0;i<data.size();i++){

            List<Object> row_data = data.get(i);

            boolean flag1=false;

            boolean flag2=false;

            boolean flag3=false;

            boolean flag4=false;

            boolean flag5=false;

            for(int j=0;j<row_data.size();j++){

                Object single_data = row_data.get(j);

                String str_single_data = single_data.toString();

                /****************計算彙總值************************/

                if(j==3 && single_data!=null){//buserid is not null

                    flag1=true;

                }elseif(j==6 && single_data!=null){//cuserid is not null

                    flag2=true;

                }elseif(j==9 && single_data!=null){//duserid is not null

                    flag3=true;

                }elseif(j==2){

                    if(str_single_data.compareTo(start_time_lm)>=0 && str_single_data.compareTo(start_time_tm)<0){

                        flag4=true;//

                    }

                    if(str_single_data.compareTo(start_time_lm)<0){

                        flag5=true;

                    }

                }

                if (flag2&&flag3){

                    count1++;  

                }

                if(flag3&&!flag1){

                    count2++;  

                }

                if(flag4){

                    count3++;

                }

                if(flag1&&flag4){

                    count4++;

                }

                if(!flag3&&flag2&&flag5){

                    count5++;

                }

                if(!flag1&&!flag3&&flag2&&flag5){

                    count6++;

                }

            }

前十名資料

            if(i<=10){

                // 設定資料集中的資料

                rr = ds1.addRow();

                for (int j = 0; j <row_data.size(); j++) {

                    rr.setData(j + 1, row_data.get(j));             }

            }

        }

後十名

for(int i=0;i<data.size();i++){

            List<Object> row_data = data.get(i);

                    if(i>data.size()-10){

                // 設定資料集中的資料

                rr = ds1.addRow();

                for (int j = 0; j <row_data.size(); j++) {

                    rr.setData(j + 1, row_data.get(j));

                }

            }

        }

程式碼已經很長了，加上獲取資料庫連線、計算前n天和後n天日期的程式碼會更長。而且，資料的分組排序是資料庫（sql）完成的，如果用Java程式碼量會更大。

我們試著用集算器來弄，找剛進組的小孩做。

上邊的例子，集算器程式碼如下：

A4-A6：進行資料過濾；

A7-A9：按userid分組；

A10：將以上結果集進行關聯；

A11：基於A10進行過濾後按線上時長排序；

A12：新序表，用於讀取前後十名記錄；

A13-A14：通過序號分別取前後十名記錄；

A15-A20：計算彙總值；

A22：將前十名、後十名記錄以及彙總值分別以不同結果集通過集算器JDBC返回給報表。

一個螢幕內搞定整個程式碼，比較簡潔。集算器對有序運算的支援，使得取前後十名（A13、A14）非常容易，不用像Java必須寫個迴圈。報表工具通過Jdbc呼叫自定義資料來源。與Java的API介面比較，Jdbc呼叫更簡單。另外，集算器程式碼是解釋執行的，無需編譯，程序升級時替換指令碼程式檔案即可。

學習成本方面，理解集算器的序表、遊標花了點功夫，總體看效果不錯。