XML和Json不仅是结构化文本,而且擅长表示多层数据,可承载足够通用和足够丰富的信息,因此常被用于各种数据交换和信息传递事务,比如WebService/Restful,微服务等。但多层数据要比传统的二维表结构复杂,取数后再处理的难度也大。
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算的方式。硬编码计算能力差,代码量大,开发效率很低。入库虽然解决了部分计算能力,但步骤多,延迟大,额外制造了JAVA与数据库的紧耦合,架构性很差,而且数据库只擅长计算二维表,处理多层结构化数据的能力并不强。后来,专业的json/XML后处理技术开始出现,才使Java中做这些运算处理的效率有了较大的提升,JsonPath/XPath是其中的优秀者。
XPath是广泛使用的XML处理语言,内置于XOM/Xerces-J/Jdom/Dom4J等函数库。JsonPath仿照XPath的语法,实现了类似的功能,且有自己的函数库,目前是广泛使用的Json处理语言。比起以前硬编码的方式,XPath/JsonPath代码简短得多,具有突破性的计算能力。
比如,用arronlong HTTP函数库从WebService取XML字符串,使用Dom4J函数库将XML字符串解析为Document类型,使用Dom4J内置的XPath语法进行条件查询:
String path= "http://.../emp_orders.xml";
String XMLStr= com.arronlong.httpclientutil.HttpClientUtil.get(com.arronlong.httpclientutil.common.HttpConfig.custom().url(path));
Document doc = DocumentHelper.parseText(XMLStr);
List<Node> list=doc.selectNodes("/xml/row/Orders[Amount>1000 and Amount<=3000 and contains(Client,'bro')]")
类似地,用JsonPath进行条件查询:
String path= "http://.../emp_orders.json";
String JsonStr= com.arronlong.httpclientutil.HttpClientUtil.get(com.arronlong.httpclientutil.common.HttpConfig.custom().url(path));
Object document = Configuration.defaultConfiguration().jsonProvider().parse(JsonStr);
ArrayList l=JsonPath.read(document, "$[*].Orders[?(@.Amount>1000 && @.Amount<2000 && @.Client =~ /.*?business.*?/i )]");
JsonPath与XPath用法类似,语法相通,计算能力差别不大,下面以JsonPath为主进行说明。JsonPath/XPath对条件查询的支持比较完整,包括关系运算符,如大于、小于等于;逻辑运算符,如与、或、非;字符串正则表达式,如~ /.?business.?/i;字符串函数,如模糊匹配contains。此外,JsonPath/XPath还支持在条件查询中使用数学运算符(函数),如±*、div;位置函数,如position、last;日期函数,如year-from-date、timezone-from-time。
需要特别说明的是,JsonPath/XPath可以灵活表达条件查询的层级范围,包括绝对位置、相对位置、父节点、子节点、属性、元素等,这是多层数据处理语言有别于二维数据处理语言(SQL)之处,如代码中的$[*].Orders和/xml/row/Orders。
除了条件查询,JsonPath/XPath还支持聚合计算,比如用JsonPath求和:
Double d=JsonPath.read(document, “ . s u m ( .sum( .sum([].Orders[].Amount)”);
JsonPath/XPath还支持平均、最大、最小、计数等聚合函数。
从这些例子可以看出来,JsonPath/XPath的语法直观易懂,可以用较短的代码实现条件查询和聚合计算,可以方便地访问多层结构,比硬编码方便多了。
比起直接用Java编码,JsonPath和XPath的计算能力的确是突破性的,但要进行日常计算甚至是基础计算,JsonPath和XPath的能力是严重不足的,远不如SQL。事实上,JsonPath/XPath只支持条件查询和聚合这两种最基本的计算,其他计算都要用复杂的编码辅助完成。
比如,用JsonPath进行分组汇总:
ArrayList orders=JsonPath.read(document, "$[*].Orders[*]");
Comparator<HashMap> comparator = new Comparator<HashMap>() {
public int compare(HashMap record1, HashMap record2) {
if (!record1.get("Client").equals(record2.get("Client"))) {
return ((String)record1.get("Client")).compareTo((String)record2.get("Client"));
} else {
return ((Integer)record1.get("OrderID")).compareTo((Integer)record2.get("OrderID"));
}
}
};
Collections.sort(orders, comparator);
ArrayList<HashMap> result=new ArrayList<HashMap>();
HashMap currentGroup=(HashMap)orders.get(0);
double sumValue=(double) currentGroup.get("Amount");
for(int i = 1;i < orders.size(); i ++){
HashMap thisRecord=(HashMap)orders.get(i);
if(thisRecord.get("Client").equals(currentGroup.get("Client"))){
sumValue=sumValue+(double)thisRecord.get("Amount");
}else{
HashMap newGroup=new HashMap();
newGroup.put(currentGroup.get("Client"),sumValue);
result.add(newGroup);
currentGroup=thisRecord;
sumValue=(double) currentGroup.get("Amount");
}
}
JsonPath/XPath不支持分组汇总,只能自行编码完成大部分计算,这就要求程序员控制所有细节,代码冗长且容易出错。如果换一个分组字段或汇总字段,则要修改多处代码,如果对多个字段分组或汇总,代码还需大量修改,很难写出通用代码。
JsonPath/XPath的计算能力严重不足,不支持大部分基础计算,除了分组汇总,还包括:重命名、排序、去重、关联计算、集合计算、笛卡尔积、归并计算、窗口函数、有序计算等。JsonPath/XPath也不支持将大计算目标分解为基础计算的机制,比如子查询、多步骤计算等,因此难以进行较复杂的计算。
除了计算能力之外,Jsonpath/XPath还有个问题,就是没有自己的HTTP接口,必须自行编码或利用第三方HTTP函数库,比如JourWon、Arronlong,前面的例子就使用了Arronlong函数库。除了基础的HTTP之外,MongoDB或elasticSearch也可以返回多层数据,每种数据源的接口协议都不同,Jsonpath/XPath没有提供相关的接口,只能自己写或再引入第三方类库,这导致架构复杂、不稳定因素增大、开发效率降低。
JsonPath/XPath的计算能力不足,导致开发效率低下。要想提高开发效率,必须使用计算能力足够的json/XML处理技术。
SPL是更优的选择。
esProc 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,提供了丰富的计算函数、字符串函数、日期函数,具有不亚于SQL的计算能力,可以提高WebService/Restful后处理的开发效率。
SPL内置专业的多层结构化数据对象,为计算功能提供了有力的底层支撑
比如,从文件读取XML字符串,解析为SPL序表:
A | |
1 | =file("d:\\xml\\emp_orders.xml").read() |
2 | =xml(A1,"xml/row") |
SPL序表是专业的数据对象,可以表示结构任意复杂的多层数据,下面再看一个例子:
序表的专业性还体现在,可以表示任意来源的二维或多层数据,包括但不限于XML\Json,文件\网络服务。比如,从文件读取Json字符串(与前面的XML同构),解析为SPL序表:
A | |
1 | =file("d:\\xml\\emp_orders.json").read() |
2 | =json(A1) |
这里的序表和前面来自XML的序表没有区别,后续的计算代码完全一样,下面以Json为主进行说明。
SPL内置丰富的计算函数,基础计算一句完成
比如,同样对多层Json进行条件查询:
A | |
2 | …//省略取数解析 |
3 | =A2.conj(Orders) |
4 | =A3.select(Amount>1000 && Amount<=2000 && like@c(Client,"*business*")) |
可以看到,SPL对条件查询的支持很完整,覆盖了JsonPath/XPath的功能,包括关系运算符、逻辑运算符、正则表达式和字符串函数,如模糊匹配like。此外,SPL还支持在条件查询中使用数学运算符(函数)、位置函数、日期函数。SPL可以灵活地访问不同层级,且代码更简单,如代码中的A2.conj(Orders)
。
SPL实现各类聚合计算也很简单,比如求和:=A3.sum(Amount)
SPL支持丰富的基础计算,具有不亚于SQL的计算能力,比如JsonPath/XPath必须硬编码实现的分组汇总,SPL一句就行:
=A2.conj(Orders).groups(Client;sum(Amount))
更多例子:
A | B | |
1 | …. | |
3 | =A2.groups(State,Gender;avg(Salary),count(1)) | 多字段分组汇总 |
4 | =A1.new(Name,Gender,Dept,Orders.OrderID,Orders.Client,Orders.Client,Orders.SellerId,Orders.Amount,Orders.OrderDate) | 关联 |
6 | =A1.sort(Salary) | 排序 |
7 | =A1.id(State) | 去重 |
8 | =A2.top(-3;Amount) | topN |
9 | =A2.groups(Client;top(3,Amount)) | 组内TopN(窗口函数) |
SPL提供了大量日期和字符串函数,开发效率更高
SPL支持大量日期函数和字符串函数,在数量和功能上远远超过JsonPath/XPath甚至SQL,同样的运算代码量更短。比如:
时间类函数,日期增减:elapse(“2020-02-27”,5) //返回2020-03-03
星期几:day@w(“2020-02-27”) //返回5,即星期4
N个工作日之后的日期:workday(date(“2022-01-01”),25) //返回2022-02-04
字符串类函数,判断是否全为数字:isdigit(“12345”) //返回true
取子串前面的字符串:substr@l(“abCDcdef”,“cd”) //返回abCD
按竖线拆成字符串数组:“aa|bb|cc”.split(“|”) //返回[“aa”,“bb”,“cc”]
SPL还支持年份增减、求年中第几天、求季度、按正则表达式拆分字符串、拆出SQL的where或select部分、拆出单词、按标记拆HTML等功能。
SPL支持脚本外置和热切换,可用一致的方法计算多种数据源,有助于实现更优的应用架构。
SPL提供了JDBC接口,支持脚本外置和热切换
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:
Class.forName("com.esproc.jdbc.InternalDriver");
Connection connection =DriverManager.getConnection("jdbc:esproc:local://");
Statement statement = connection.createStatement();
ResultSet result = statement.executeQuery("call groupBy()");
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支持多种数据源,可用一致的方法计算多层数据
除了文件,SPL也支持来自WebSerivce和Restful的多层文件。比如,从WebService读取多层XML,进行条件查询:
A | |
1 | =ws_client("http://127.0.0.1:6868/ws/RQWebService.asmx?wsdl") |
2 | =ws_call(A1,"RQWebService":"RQWebServiceSoap":"getEmp_orders") |
3 | =A2.conj(Orders) |
4 | =A3.select(Amount>1000 && Amount<=2000 && like@c(Client,"*business*")) |
类似地,从Restful取多层Json,进行同样的条件查询:
A | |
1 | =httpfile("http://127.0.0.1:6868/restful/emp_orders").read() |
2 | =json(A1) |
3 | =A2.conj(Orders) |
4 | =A3.select(Amount>1000 && Amount<=2000 && like@c(Client,"*business*")) |
除了WebService和Restful,很多特殊数据源也是多层数据,常见的比如MongoDB、ElasticSearch、SalesForce。SPL支持多种数据源,可直接从这些数据源取数并计算。
比如,从MongoDB取多层Json,进行条件查询:
A | |
1 | =mongo_open("mongodb://127.0.0.1:27017/mongo") |
2 | =mongo_shell@x(A1,"data.find()") |
3 | =A2.conj(Orders) |
4 | =A3.select(Amount>1000 && Amount<=2000 && like@c(Client,"*business*")) |
除了多层数据,SPL也支持数据库,txt\csv\xls等文件, Hadoop、redis、Kafka、Cassandra等NoSQL。
虽然数据源不同,但在SPL中的数据类型都是序表,因此可以用一致的方法计算多层数据。一致的计算代码使SPL具有高度的可移植性。
SPL内置更方便的函数语法,适合计算结构复杂的多层数据,可简化复杂的业务逻辑,计算能力超过SQL。
SPL内置更方便的函数语法,提供了强大的计算能力
SPL提供了特有的函数选项语法,功能相似的函数可以共用一个函数名,只用函数选项区分差别。比如select函数的基本功能是过滤,如果只过滤出符合条件的第1条记录,可使用选项@1:
Orders.select@1(Amount>1000)
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)
SPL表达能力强,适合计算结构复杂的多层数据
比如:Restful返回多层Json,包含多个子文档,结构较复杂,部分数据如下:
[
{
"race": {
"raceId":"1.33.1141109.2",
"meetingId":"1.33.1141109"
},
...
"numberOfRunners": 2,
"runners": [
{ "horseId":"1.00387464",
"trainer": {
"trainerId":"1.00034060"
},
"ownerColours":"Maroon,pink,dark blue."
},
{ "horseId":"1.00373620",
"trainer": {
"trainerId":"1.00010997"
},
"ownerColours":"Black,Maroon,green,pink."
}
]
},
...
]
现在要对不同的层级进行分组汇总(对trainerId分组,统计每组中 ownerColours的成员个数),一般的方法难以实现,SPL就简单多了:
A | |
1 | … |
2 | =A1(1).runners |
3 | =A2.groups(trainer.trainerId; ownerColours.array().count():times) |
SPL计算能力强,可简化复杂的业务逻辑
SPL支持分步计算、有序计算、分组后计算等逻辑较复杂的计算,很多SQL/存储过程难以实现的计算,用SPL解决起来就很轻松。比如,找出销售额累计占到一半的前n个大客户,并按销售额从大到小排序:
A | B | |
1 | … | /取数据 |
2 | =A1.sort(amount:-1) | /销售额逆序排序 |
3 | =A2.cumulate(amount) | /计算累计序列 |
4 | =A3.m(-1)/2 | /最后的累计即总额 |
5 | =A3.pselect(~>=A4) | /超过一半的位置 |
6 | =A2(to(A5)) | /按位置取值 |
从编码到JsonPath/XPath,json/XML的计算处理技术从无到有。从JsonPath/XPath到SPL,多层数据的计算能力由弱到强。SPL内置专业的数据对象、丰富的计算函数、字符串函数、日期函数,具有足够的计算能力。SPL支持脚本外置和热切换,可用一致的方法计算多种数据源,有助于实现更优的应用架构。SPL内置更方便的函数语法,适合计算结构复杂的多层数据,可简化复杂的业务逻辑。
联系客服