如何提高报表的取数性能

报表在展现或导出时往往需要从数据库中取出大量数据，而 JDBC 的取数速度一向比较慢，有可能成为报表各运算环节的短板或瓶颈，从而严重影响整个报表的生成效率。针对这一问题，润乾报表可以利用并行计算机制（需要结合集算器实现）来显著提高 JDBC 的取数性能。

所谓并行取数是指，使用多线程技术在报表工具与数据库之间建立多个连接，同时读取一份源数据。这种读取方式需要将源数据分段，每个线程（数据库连接）读取其中一段内容，最后将所有线程的结果合并得到最终结果。这种看似复杂的方式对于润乾报表来说，可以由内置的并行机制（需要结合集算器实现）很容易完成。下面就以 oracle 为例说明实现过程。

报表描述

用户状态表展现的是明细数据，由于需要导出，必须一次性读取数据表中所有数据。单表数据量为 360 万，报表样式为：

以下为实现步骤：

编写脚本

使用集算器编写脚本（parallel.dfx），实现并行取数逻辑。首先确定分段字段，这里选择数值型的 userid 字段，再据设定的线程数和 userid 最大值（定义为大数值常量）计算每段中 userid 的范围；最后根据指定的数据范围通过 sql 分段读取数据，完成多线程取数过程。以下为实现脚本：

                                                                       

	A	B
1	2020000000L	userid 最大值不超过 2020M
2	4	设定 4 线程
3	=A1/A2	每线程处理的 userid 数量
4	=A2.(A3*(~-1))	每线程处理的 userid 起始值
5	fork A4	=connect(“wm”)
6		=B5.query@x(“select * from t_dw_zx_account_status_day where userid>=? and userid<?”,A5,A5+A3)
7	return A5.conj()

• A5 通 fork 使用多线程执行网格中的代码块，实现并行取数

• B5-B6 完成并行取数，每个线程运行结果存于 B6

• A7 为报表返回合并后的结果集

编制报表

新建报表模板后，数据集选择“集算器”，在数据集编辑窗口指定上述编辑好的 dfx 文件，完成数据集创建。

设置报表模板表达式：

A2：根据数据集 ds1 使用 select 函数取用户登录信息列表

A2-G2：根据 A2 扩展，通过取值表达式分别取用户 ID、账户、在线等信息

并行后效果

报表运行后记录数据集计算时间，并行前和并行后的运行结果比较如下：

可以看到并行取数带来的效果，通过润乾报表的并行机制可以明显加速取数过程，从而提升整体报表性能。测试结果因测试环境而异，本例的配置详见附录。

使用多线程并行取数适合数据库资源比较空闲（如连接数未达上限）的情况，能够通过并行方式充分利用数据库资源。如果数据库任务已经饱和，这种方法反而会进一步加重数据库负担，不会起到提高速度的作用。

此外，分段字段的选择对性能影响较大。最好是选择递增插入的索引字段，如作为主键的流水号，这样数据库能充分利用索引减少遍历范围；同时分段时也应尽量选择数值类型字段，作为条件的运算性能更高且易于拆分。实际操作中要综合考虑这两方面因素，本例中由于没有索引和主键，所以选择了数值型 userid。实际业务中经常能找到递增插入的有索引的数值型字段，采用并行取数的方式获得的性能提升也会更好。

【附】测试机配置

测试机型：Dell Inspiron 3420

CPU：Intel Core i5-3210M @2.50GHz *4

RAM：4G

HDD：西数 WDC(500G 5400 转 / 分)

操作系统：Win7(X64) SP1

JDK：1.6

数据库：oracle11g R2

润乾报表版本：2018