巧用集算器数据集

看如下图所示报表：

这个报表从样式来看，可以看做是一个简单的网格式报表，统计着各种收支金额，但因为取数复杂，每个格子的数据都来自一个复杂的SQL数据集，并且涉及十几个，乃至几十个数据集，蓝色区域里每个格子都需要从各自的数据集里检索遍历，查找与左表头关联的记录。为了方便体会这一点，我们将上图报表简化一下，如下图所示：

C1，D1单元格都分别从ds2，ds3中取数，并通过关联条件与B1关联， 诸如这种几十个数据集在报表端的遍历、关联，如果遇到大数据量，大的并发，速度就会受到影响，并且这也只适合一对一的情况，如果遇到一对多的情况，就无法如此运用了。

所以，如果这些数据集能整合为一个数据集，所有的关联都放在数据集里去处理，那么报表端的计算就变得灵活简单的多，但是SQL数据集去完成这个拼接比较困难，也会很慢，集算器数据集正好能完成这个工作，速度也会大幅提升，解决思路如下：

1、  通过fork多线程取数，并行读出每个数据集

eg：

2、  通过join/align完成每个数据集的横向拼接

eg：=join@l(A3(1):amount1,订单ID;A3(2):amount2,订单ID;A3(3):amount3,订单ID)

3、  通过new返回报表一个数据集

eg：=A5.new(amount1.订单ID,amount1.订单金额,amount2.数量,amount3.回款额)

以上只是提供一个思路，具体运用哪个函数，哪个选项，还需要根据实际数据合理选择，集算器函数具体用法请参考《集算器函数参考》。

除此之外，像常见的需要用于汇总统计的原始数据量非常大，报表并不大的情况，如果每次生成报表都需要现算，一方面非常慢，另一方面数据库的压力会很大，此时传统办法可以采用存储过程数据集对数据预先进行一次压缩，生成中间表，然后再基于中间表生成报表，可以大大提高运算速度并减轻数据库的压力。但是存储过程如果脚本过于复杂，那么后期维护比较麻烦，而且数据处理的灵活性也受限，这个时候用集算器数据集或者脚本数据集来处理数据，就方便的多。