数据源与多数据源

报表的使用者常常需要了解某些动态的内容，这些动态的内容可能是银行卡帐户的交易信息，也可能是电力设备上的负荷信息，也可能税务机关的纳税欠税信息，等等。

报表的动态内容从什么地方来？是否过滤？是否排序？这些参数需要我们报表设计者在设计报表时指定。例如，如果报表中的数据来自数据库(jdbc)，则需要指定数据库服务器的位置、用户名、口令和sql查询等。这些动态内容，称之为数据源，这些动态内容的配置过程，称为数据源配置。

如果一个报表的动态部分，由若干个数据源构成，则称之为多数据源报表。如主从报表，主表的信息可能是一个班级表，从表的信息，可能是这个班级的学生名册表。

数据源与数据集

数据集是指二维结构的数据集合，由若干行，若干列的数据组成，每列有列名，有列数据类型。数据集可以从数据源中得到，而且，可能不至一个，从这个意义上说，数据源更像是数据集的容器。



对于jdbc来说，我们把连接到一个目标数据库的对象，称为数据源，把针对这个连接得到的查询，称之为数据集。但有些数据集并没有一个明确的数据源对象，比如csv数据集，这类数据集只需要设置一个csv文件路径，不同的csv数据集，只能通过设置不同的文件路径获得。实际上，我们仍然可以认为，csv数据集中存在一个csv数据源，而且，这个csv数据源只能得到一个csv数据集。总之，对csv而言，数据集就是数据源，反之亦然。

根据我们的理解，报表厂商宣讲的多数据源报表，实际上，讲的是这个报表可以有多个数据集，所以，将多数据源报表称为多数据集报表，更为准确。如，一个主从报表，其主表数据集，和从表数据集，都来自同一数据库(数据源)，但这个报表也通常被认为是多数据源报表。

多数据集的离散结构

早期的报表工具在解析一个多数据集的报表模板时，常常将这些数据集是置于一个报表计算引擎的离散结构中，如下图所示：




如果数据集之间确实存在关系，以下两个解决办法：内过滤法，外过滤法。下面我们以主从报表，jdbc数据源为例，说明这两类方法，


内过滤法，即在报表解析之前不仅需要取得主表数据集M，还需要取得从表数据集D，当需要特定班级的学生数据集D’时，通过对D数据集对象的过滤方法，如 D.where(班级id=:班级id)得到。

外过滤法，也需要先得到主数据集M，但特定班级的数据集D’是通过对数据库的查询得到，即主数据集有多少行，就需要查询多少次从数据集。

内过滤法的优点是效率高，因为不需要多次查询数据库，缺点是比较占用内存资源，在进行复杂查询时不能利用数据库本身的查询优化功能。外过滤法的优点是占用资源少，但多次连接数据库，必然导致性能下降。

多数据集的层次结构

多数据集的层次结构，即是将多个数据集按其主从关系组织成一种树状结构，如下图所示，一个主表的某一行，对应一个从表数据集。


多数据集的层次结构，具有以下特点：
1． 数据集定义是直观的，是分层次的，有从属关系的；
2． 数据集是按需加载的（lazy loading）；
3． 数据是全程可访问的，即在一个报表解析周期内任一时刻，都可访问到任何层次，任何节点的数据；
4． 可重用的；
5． 数据可以在多个报表解析任务中共享；