LAOZEI

与一般事务处理（TP）系统相比，报表中的 SQL 更频繁地使用各种计算函数，计算逻辑也更加复杂，对 SQL 的依赖更强。报表开发中可能要应对数据库的变化，不同数据库的 SQL 语法虽大体相似，但在细节

从 2015 年阿里提出“大中台”的数据中台战略，到 2019 年大厂及中台服务商“大兴”数据中台，再到 2021 年大厂又开始拆中台。数据中台从小甜甜变成牛夫人仅仅用了 2 年时间，为什么这么快数据

使用数据库存储数据很常见，数据库不仅提供了多种存储策略，还可以满足数据一致性的要求，基于数据库还能很方便完成数据计算，但使用数据库存储数据也有一些缺点，在一些场景下并非最佳选择。与数据库相对的是使用文

SQL 对关联的定义过于简单，关联就是两个表做笛卡尔积后再过滤，在语法上写成 A JOIN B ON …的形式。Python 关联基本上是延用 SQL 的方式，概念和方法都差不多。 esProc SP

传统数据库，特别是交易（TP）数据库，用于分析型计算经常会出现性能问题。TP数据库的性能优化主要是提高事务处理和写操作（增删改）的效率，这和分析型计算的优化方向并不一致，也就很难让分析计算跑的快。 常

MongoDB 作为主流 NoSQL 数据库，灵活自由的文档结构让它成为处理非结构化数据的利器。但用过的都懂——这玩意儿的计算能力实在不太行。 NoSQL 的代价，就是放弃了 SQL 的简单。举个例子

ORM 技术确实简化了基础 CRUD 操作，但面对复杂计算时也有很多局限性。Hibernate 的 HQL 能力明显不足，难以实现动态列运算和多层关联；JOOQ 通过 DSL 提升了灵活性，但分组计算

DuckDB 和 esProc SPL 都能嵌入到应用作为计算引擎，这里比较一下哪个更轻量一些。“轻量”不仅指体积大小，也体现在开发维护的简洁性上。 DuckDB 用起来确实方便，Python 里直接

存储过程是个让人爱恨交加的东西。 它的意义自不必提，各大老牌数据库都支持，而且经常以此来挤兑一些还不支持存储过程的新数据库。反过来，它的缺点也很明显，能见到很多开发团队在努力拆除存储过程，在应用程序中