【CSDN官方】开源又好用的国产SPL

---

目录

• 
  
  
  
  • 前言
    
  • 背景
    
  • 专业多层数据对象
    
  • 强大计算能力
    
  • 优化体系结构
    
  • SPL资料
    
  
  

---

前言

WebService/Restful广泛应用于程序间通讯，如微服务、数据交换、公共或私有的数据服务等。之所以如此流行，主要是因为WebService/Restful采用了XML/Json这类多层结构化数据进行信息传递。XML/Json不仅是文本格式，而且支持多层结构，可承载足够通用和足够丰富的信息。但多层结构要比传统的二维表复杂，取数后再处理的难度也大。
背景

早期，没有专业的json/XML的后处理技术，Java开发者通常要采取硬写代码或入库再用SQL的方式。硬写代码工作量巨大，计算能力几乎为零，开发效率极低。SQL虽然可以提供部分计算能力，但存在明显的架构缺陷，不仅会因为引入SQL而制造额外的耦合性，而且会因为入库过程导致额外的系统延迟。此外，数据库只适合计算二维表，多层结构化数据的计算能力并不强。
后来，XPath/JsonPath、Python Pandas、Scala这类专业的json/XML的后处理技术出现了，才终于在保证较好架构性的同时，提供了一定的计算能力。但这些技术也存在各自的问题，XPath/JsonPath只支持条件查询和简单聚合，不支持一般的日常计算，比如排序、去重、分组汇总、关联、交集等，而且没有自己的多层数据对象，计算能力较差。
Python Pandas支持一般的日常计算，其数据对象dataFrame能描述二维表，但计算处理多层数据并不方便，而且和Java应用的集成性很不好。Scala的数据对象dataFrame也类似，可以描述多层结构，但计算处理也不方便。此外，Scala和Pandas对XML支持得都不好，要手工进行类型转换，或引入第三方类库，开发效率不高。
所以，SPL是个更好的选择。
专业多层数据对象

SPL是JVM下开源的结构化数据/多层数据处理语言，内置专业的多层数据对象和方便的层次访问方法，可以表达复杂的层次关系，为上层计算能力提供有力的支持。
SPL提供了专业的多层数据对象序表，可以直观地表现XML\Json的层级结构。
比如，从文件读取多层XML串，解析为序表：
A1=file(“d:\xml\emp_orders.xml”).read()2=xml(A1,“xml/row”)点击A2格可以看到多层序表的结构，其中，EId、State等字段存储简单数据类型，Orders字段存储记录集合（二维表）。点击Orders中的某一行，可以展开观察数据：

序表也可以表达来自文件的多层Json（与上面的XML同构）：
A1=file(“d:\xml\emp_orders.json”).read()2=json(A1)点击A2格可以看到，来自Json的序表与来自XML的序表一样。事实上，SPL序表可以统一地表达不同来源的多层数据，无论XML还是Json，无论WebService还是Restful，这是其他技术难以做到的。
SPL提供了方便的多层数据访问方法，可以通过点号访问不同的层级，通过下标访问不同的位置。

• 第1层的单个字段的集合：A2.(Client)
  
• 第1层的多个字段的集合：A2.([Client,Name])
  
• 第2层所有记录的集合：A2.conj(Orders)
  
• 第1层第10条记录：A2(10)
  
• 第1层第10条记录的Orders字段（即所有下层记录）：A2(10).Orders
  
• 第1层第10条件记录Orders字段的单个字段的集合：(A2(10).Orders).(Amount)
  
• 第1层第10条件记录Orders字段的第5条记录：(A2(10).Orders)(5)
  
• 第1层的第10-20条记录：A2(to(10,20))
  
• 第1层的最后三条记录：A2.m([-1,-2,-3])
  

SPL序表专业性强，可以表达复杂的层次关系。比如，针对多含多个子文档的多层Json：

1. [
2.    {
3.       "race": {
4.           "raceId":"1.33.1141109.2",
5.           "meetingId":"1.33.1141109"
6.       },
7.       ...
8.       "numberOfRunners": 2,
9.       "runners": [
10.         {     "horseId":"1.00387464",
11.               "trainer": {
12.                   "trainerId":"1.00034060"
13.               },
14.           "ownerColours":"Maroon,pink,dark blue."
15.           },
16.           {   "horseId":"1.00373620",
17.               "trainer": {
18.                   "trainerId":"1.00010997"
19.               },
20.           "ownerColours":"Black,Maroon,green,pink."
21.           }
22.       ]
23.    },
24. ...
25. ]

复制代码

进行不同层级的分组汇总（对trainerId分组，统计每组中 ownerColours的成员个数），一般的技术难以写出代码，SPL就简单多了：
A1…2=A1(1).runners3=A2.groups(trainer.trainerId; ownerColours.array().count():times)强大计算能力

以序表为基础，SPL内置丰富的计算函数、日期函数、字符串函数，提供了强大的计算能力。依靠函数选项、层次参数等高级语法，SPL提供了超越SQL的计算能力。
SPL内置丰富的计算函数，基础计算一句完成。比如，对多层数据进行条件查询:
[table][tr]A[/tr][tr][td]2[/td][td]…//省略取数解析[/td][/tr][tr][td]3[/td][td]=A2.conj(Orders)[/td][/tr][tr][td]4[/td][td]=A3.select(Amount>1000 && Amount1000)</p> 数据量较大时，用并行计算提高性能，可使用选项@m：
Orders.select@m(Amount>1000)
对排序过的数据，用二分法进行快速过滤，可用@b：
Orders.select@b(Amount>1000)
函数选项还可以组合搭配，比如：
Orders.select@1b(Amount>1000)
结构化运算函数的参数常常很复杂，比如SQL就需要用各种关键字把一条语句的参数分隔成多个组，但这会动用很多关键字，也使语句结构不统一。SPL支持层次参数，通过分号、逗号、冒号自高而低将参数分为三层，用通用的方式简化复杂参数的表达：
join(Orders:o,SellerId ; Employees:e,EId)
优化体系结构

SPL内置易于集成的JDBC接口，可有效降低系统耦合性，并支持代码热切换。SPL支持多种多层数据源，可用一致的代码进行计算，使代码易于移植。
SPL提供了通用的JDBC接口，可以被JAVA代码方便地集成。 比如，将前面的SPL代码存为脚本文件，在JAVA中以存储过程的形式调用文件名：

1. Class.forName("com.esproc.jdbc.InternalDriver");
2. Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
3. Statement statement = connection.createStatement();
4. ResultSet result = statement.executeQuery("call groupBy()");

复制代码

SPL脚本文件外置于JAVA，使计算代码和应用程序分离，可有效降低系统耦合性。SPL是解释型语言，修改后不必重启JAVA应用就可以直接执行，从而实现代码热切换，可保障系统稳定，降低维护难度。
SPL支持来自WebSerivce和Restful的多层数据。比如，从WebService读取多层XML，进行条件查询:
[table][tr]A[/tr][tr][td]1[/td][td]=ws_client(“http://127.0.0.1:6868/ws/RQWebService.asmx?wsdl”)[/td][/tr][tr][td]2[/td][td]=ws_call(A1,“RQWebService”:“RQWebServiceSoap”:“getEmp_orders”)[/td][/tr][tr][td]3[/td][td]=A2.conj(Orders)[/td][/tr][tr][td]4[/td][td]=A3.select(Amount>1000 && Amount1000 && Amount1000 && Amount