复杂报表复杂在哪？
提到复杂报表，第一个想到的就是中国式报表。那么到底什么是中国式报表？它到底复杂在哪里？如何应对复杂报表的开发需求？今天我们就聊一聊这些问题。
一、啥是中国式报表？
都说中国式报表是最复杂的报表，没有之一，那么到底什么才是才是中国式报表？
我们总结了中国式报表的几个典型特征：格式复杂、信息量大、表头乱。
举个栗子，下图是一张典型的中国式报表，我们可以看到这一张表中的数据是取自数据库中的多个物理表，且表头信息是多层嵌套且有带斜线的表头信息，但这只是中国式报表复杂度的冰山一角。
二、中国式报表复杂在哪里？
1、报表格式
众所周知，中国式报表的边框线规则很复杂，格子往往是一层套一层，在绘制表格的时候要注意兼顾层级关系，最头疼的是有些表格很宽，常常搞得顾了左顾不了右。
Excel 表格的规律性和易用性使得它在财务等系统用户中备受亲睐。excel 采用网格线吧格子围出来的画法，配合以合并格和边框，好比给大家配上了尺子和笔。通过单元格的合并和拆分，再复杂的表样用 excel 也能绘制出来，其他报表工具也同样可以绘制出来。
在报表格式这部分虽然会有些复杂的表样，但是耐心画总会画出来的。而报表数据计算统计的问题是更重要的，因为除了外在，我们要更注重它的内涵。
2、多源报表
同一张报表的数据会来自多个不同的数据表或视图，甚至来自多个不同的异构数据库，这就是我们常说的多源报表。在这种报表需求中，excel 表格很难满足用户日益增多的需求了，所以专业的报表工具逐渐占有市场。
下面，我们拿一个具体的报表需求来看下多源报表实现时会有哪些问题需要考虑。
上图是一个成本销售表，样式不复杂，数据来源是购进和销出两个数据表，除了关联取数外，需要再计算一下余额。整个需求简单明确，实现的时候我们可以两个数据表做叉乘，顶多写个复杂的 sql 完事。那如果报表需求中涉及多个数据源呢？要知道数据库中做 N 张表的叉乘是要花费很长时间的，而且 sql 的排错、维护都很麻烦。所以专业的报表工具要具备对数据处理的高效便捷性。
3、跨行组计算
报表数据统计就会涉及运算：行内各列之间的运算、针对某组所有数据的汇总等，这些基础的运算在 excel 和报表工具中都支持。但是，中国式报表中只要涉及了时间，那么八成以上就要计算比上期、比去年同期之类的，这种运算跨行或者跨组了，这种复杂需求如何实现呢？
比较有规律的需求我们可以通过写代码或者写个复杂的 sql 处理，或者报表单元格里添加一些辅助格协助运算数据。不按常理出牌、没有规律的报表如何绘制呢？举个栗子，报表中需要显示一些独立数据，但是这些数据是从表格中东南西北挑几个格子计算出来的；或者需要根据这个计算后的值再去数据库里获取相关数据显示的，这种一般就需要进行代码开发实现了。
所以，我们需要一款专业报表工具脱离数据库的处理概念，有自己的一套处理机制去满足客户对各种跨行组计算的复杂需求。
4、填报
中国式报表还有一个复杂需求：填报。报表不仅需要可以统计汇总数据，还需要可以修改数据，然后吧修改后的数据存起来（一般要求存储到数据库中）。只这一个需求就筛掉了几乎所有的国外报表工具，而选择了国外开源报表工具的技术人员只能是码代码实现填报需求，无疑增加了工作量。
我们来详细说几点填报常见的需求，看完会发现填报没有想象中那么简单：
1） 要允许表格和数据库字段的随意对应，可能整表一条记录，也可能一行一条记录，甚至可能一个格子一条记录；
2） 在填写数据过程中要有自动计算的能力、合法性检查的功能；
3） 填报的数据来源和更新去向的不同源问题
4） 用户填写数据的人性化考量，即编辑风格的支持性
对于报表工具而言，需要对报表的填报模型、数据处理、性能等方面进行处理，在满足用户日益复杂需求的同时，又不失个性发展。
三、如何应对中国式报表需求
我们上面谈到了中国式报表的复杂性体现的方面，也更了解评估一个报表工具专业性的部分标准。报表复杂度在我国被简化的概率几乎为零，而我们报表工具需要做的就是化繁为简。在这里，推荐一款专业报表工具解决上述中国式报表的难题—-- 润乾报表。
-
作为国产报表工具的鼻祖，首次提出了非线性报表的概念并被行业沿用至今，本着创新推动技术进步的理念不断完善产品。
-
润乾报表中主格、坐标的灵活使用，可以方便快捷的实现跨行组计算的需求。
下图是润乾报表实现比上期需求的配置和结果页面，我们可以看到表达式清晰明了，很容易理解把握。
- 创造性的提出了计算层的理念，在报表层和展现层中间添加计算层，让数据计算处理更加独立，更加能保证报表的性能。
（润乾报表产品结构图） - 填报模型优化后更加人性化，数据处理也更加明确。
同时完善了对 excel 的兼容性，支持 excel 文件的导入导出。
总之，虽然中国式报表很复杂，而且可能会越来越复杂，但是我们有润乾报表这一个利器，要相信国产品牌的力量，要知道创新推动技术进步绝不是一句空话！
更多 BI & 多维分析相关问题请查看：BI & 多维分析相关问题分类导航
posted on 2019-09-25 17:17 IBelieve002 阅读(231) 评论(0) 编辑 收藏 举报
