在 RDB 上跑 SQL--SPL 轻量级多源混算实践 1

RDB 是 SPL 的 Native 数据源，SPL 通过 JDBC 与数据库交互，可以动态生成 / 拼接 SQL，也可以为 SQL 传递参数，原来在 Java 等语言与 SQL 结合的场景都可以使用 SPL 来完成。

导入 MySQL 数据。

配置数据库连接

连接串：jdbc:mysql://127.0.0.1:3306/bytedba?useSSL=false&useCursorFetch=true

计算用例

查询目标

2024 年各类订单状态的订单金额

设置脚本参数

为脚本设置年份参数用于数据过滤。

编写脚本

A1：连接数据库

A2：执行 SQL 查询，其中 d_year 为脚本参数

A3：关闭数据库连接

将脚本保存成 1.1DB_SQL.splx，并放置到寻址路径（Search path）下。

执行脚本

SPL 脚本可以在 IDE 内执行（编辑调试 / 桌面分析），也可以集成到 Java 应用后调用。

IDE

IDE 内执行脚本可以直接按 ctrl+F9，或者点击工具栏的执行按钮

Java 调用

从 $esProc 安装目录$ \esProc\lib 目录下找到 esProc JDBC 相关的 jar 包：esproc-bin-xxxx.jar、icu4j_60.3.jar。

将这两个 jar 包部署到 Java 开发环境的类路径下，同时将数据库（如果用到）驱动包也放到应用中。再从目录 $esProc 安装目录$ \esProc\config 下找到 esProc 配置文件 raqsoftConfig.xml，同样部署到 Java 开发环境的类路径下。

在 Java 里调用：

ini 复制代码

public class callSplx {
    public static void main(String[] args) {
        String driver = "com.esproc.jdbc.InternalDriver";
        String url = "jdbc:esproc:local://";
        try {
            Class.forName(driver);
            Connection conn = DriverManager.getConnection(url);
            PreparedStatement st =conn.prepareCall("call 1.1DB_SQL(?)");
            st.setObject(1, 2024);
            st.execute();
            ResultSet rs = st.getResultSet();
            System.out.println("order_status\ttamt\t\tcnt");
            System.out.println("----------------------------------------------");
            while(rs.next()) {
                String order_status = rs.getString("order_status");
                String tamt = rs.getString("tamt");
                String cnt = rs.getString("cnt");
                System.out.printf("%-15s%-15s%-15s%n",order_status,tamt,cnt);
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

其中的 call 1.1DB_SQL(?) 就是调用前面保存的 1.1DB_SQL.splx 脚本。

SQL 与 SPL 混合使用

有些复杂计算用 SQL 直接来写比较困难，这时就可以借助 SPL 语法再加工数据。还是以上面的计算为例，我们用 SPL 完成取数后的分组汇总计算。

A2：执行 SQL 查询符合条件的明细数据，@x 选项代表查询完成后关闭数据库连接，这样就需要 db.close() 显示关闭连接了。

A3：用 SPL 语法进行分组汇总。

这里 A2 的 SQL 返回的是过滤后的数据，在实际应用时，应该尽量减少数据传输以避免 IO 瓶颈，所以对于数据密集型任务使用 SQL 查询数据时最好先执行一些基本运算（如过滤 / 分组）将数据量降下来。

了解了 SPL 的基本使用，以及如何基于 RDB 查询数据以后，再读取其他数据源就比较容易了。