JQuick-SQL 逻辑数据仓库：以注册数据集构建轻量分析层

Meta 描述：介绍如何用 jquick-sql 将标准化 JQuickDataSet 注册为主题表，在 Java 应用内构建面向报表和对账的轻量逻辑数据仓库。

标签：jquick-sql、逻辑数据仓库、Java 分布式 SQL 查询引擎、异构数据源联邦查询、轻量级 SQL 引擎、主题数据集、Java 跨库查询

官网示例：

FORMULAS 示例页：https://www.jquick.org/jquick-sql

github 地址：https://github.com/paohaijiao/jquick-sql

前言

逻辑数据仓库并不一定意味着先部署大型数仓平台。对数据量和场景仍可控的团队，可以将关键系统数据在应用层标准化后注册为主题表，并用 jquick-sql 的 SQL 能力建立统一查询层。它适合作为嵌入式、渐进式的分析能力，而不是替代成熟的数据湖仓或长期历史存储。

主题层的基本设计

可按业务域组织已注册表：dim_customer、dim_product、fact_orders、fact_shipments。这些名字是应用层为 JQuickDataSet 提供的逻辑表名，不代表 jquick-sql 会自动同步或持久化外部系统。

每张表应明确粒度、主键、刷新批次和字段字典。统一的指标定义可通过 SQL 投影、聚合和子查询实现，避免同一指标在多个业务代码中重复计算。

数据接入与刷新责任

关系库、CSV、NoSQL、REST API 的读取与清洗都应发生在应用层或 jquick-connector：将外部记录转换为 JQuickRow / JQuickDataSet 后，通过 registerTable 写入当前运行时查询空间。jquick-sql 不直接提供这些数据源连接。

可按报表任务、日期窗口或租户维度刷新注册表。对于需要长期明细留存、回溯与高并发服务的需求，应使用更适合的持久化数仓或湖仓系统，并把 jquick-sql 用于嵌入式计算层。

查询层与执行链路

一旦主题表注册完成，查询可使用 JOIN、WHERE、GROUP BY、HAVING、ORDER BY、LIMIT、子查询与集合运算组合指标。execute 会经过解析、逻辑计划、优化、物理计划与分片执行，返回 JQuickDataSet。

该执行链路可在嵌入式模式中运行，也可配置 Worker 来提高并行处理能力；无论模式如何，数据连接和抽取都不由 SQL 引擎承担。

代码案例

java 复制代码

import com.github.paohaijiao.engine.JQuickSQL;
import com.github.paohaijiao.statement.JQuickColumnMeta;
import com.github.paohaijiao.statement.JQuickDataSet;
import com.github.paohaijiao.statement.JQuickRow;
import java.util.Arrays;

public class LogicalWarehouseDemo {
    public static void main(String[] args) {
        JQuickSQL sql = JQuickSQL.embedded();
        try {
            sql.registerTable("dim_customer", Arrays.asList(
                new JQuickColumnMeta("customer_id", Long.class, "dim_customer"),
                new JQuickColumnMeta("region", String.class, "dim_customer")
            ), Arrays.asList(
                row("customer_id", 1L, "region", "华东"),
                row("customer_id", 2L, "region", "华南")
            ));
            sql.registerTable("fact_orders", Arrays.asList(
                new JQuickColumnMeta("customer_id", Long.class, "fact_orders"),
                new JQuickColumnMeta("amount", Double.class, "fact_orders")
            ), Arrays.asList(
                row("customer_id", 1L, "amount", 500.0),
                row("customer_id", 1L, "amount", 230.0),
                row("customer_id", 2L, "amount", 410.0)
            ));

            JQuickDataSet result = sql.execute(
                "SELECT c.region, SUM(o.amount) AS revenue " +
                "FROM fact_orders o JOIN dim_customer c ON o.customer_id = c.customer_id " +
                "GROUP BY c.region ORDER BY revenue DESC"
            );
            result.printTable();
        } finally {
            sql.shutdown();
        }
    }

    private static JQuickRow row(Object... values) {
        JQuickRow row = new JQuickRow();
        for (int i = 0; i < values.length; i += 2) row.put((String) values[i], values[i + 1]);
        return row;
    }
}

常见问题

**这是不是完整的数据仓库产品？**不是。它是基于已注册内存数据集的逻辑查询层，不负责长期存储、调度或外部采集。

**主题表如何刷新？**由应用层或 jquick-connector 拉取、标准化后重新调用 registerTable。

**能否支持多个业务主题？**可以，按统一表命名、字段口径和刷新策略注册多张数据集即可。

总结与拓展

逻辑数据仓库的重点是先统一业务口径，再提供稳定查询入口。jquick-sql 让中小企业可以在既有 Java 应用中，用较轻的 SQL 执行层承接主题分析、对账和报表需求，同时保留未来迁移到更大数据平台的空间。

Core Advantage

Creates a governed SQL layer over explicitly prepared business datasets without requiring a heavyweight warehouse deployment.

Applicable Scenarios

Departmental data marts, management reporting, reconciliation workflows, embedded BI preparation, and staged analytics modernization.