Java 下数据业务逻辑开发技术 JOOQ 和 SPL

很多开源技术都可以在 Java 下实现以数据库为核心的业务逻辑，其中 JOOQ 的计算能力比 Hibernate 强，可移植性比 MyBatis 强，受到越来越多的关注。esProc SPL 是新晋的数据计算语言，同样在计算能力和可移植性方面优势突出。下面对二者进行多方面的比较，从中找出开发效率更高的数据业务逻辑开发技术。JOOQ 商业版主要支持了商业数据库和存储过程，不在此次讨论范围。

语言特征

编程风格

JOOQ 支持完整的面向对象的编程风格，可以将多个对象（方法）组合起来，形成类似 SQL 的语法逻辑。JOOQ 可以使用 Java 的 Lambda 表达式、函数调用接口和流程控制语法，理论上也支持面向函数和面向过程，但这些表达式\语法没有为 JOOQ 的结构化数据对象（Result）而设计，使用时还不够方便。

SPL 支持面向对象、面向函数、面向过程的编程风格，并进行大幅简化。SPL 有对象的概念，可以用点号访问属性并进行多步骤计算，但没有继承重载这些内容。SPL 的 Lambda 表达式比 SQL 更加简单易用，函数调用接口和流程控制语法专为结构化数据对象（序表）而设计，使用更加方便。

运行模式

JOOQ 是编译执行的 Java 代码，性能高一些，灵活性较差。但 JOOQ 本身没有计算能力，执行后只生成 SQL 语句，再交由数据库计算并返回结果，实际性能并不高，有些业务逻辑需要反复读写数据库，性能就更差了。SPL 是解释型语言，编码更灵活，相同代码性能会差一点。但是，SPL 有不依赖数据库的独立计算能力，无需反复读写数据库，内置大量时间复杂度更低的基础运算，计算性能经常能超过编译型语言。

外部类库

JOOQ 可以引入其他任意的第三方 Java 类库，用来弥补自身的短板，比如利用 Stream 增加自己的独立计算能力，但这些类库没有为结构化数据对象而设计，提供的功能比较有限。SPL 内置专业的数据处理函数，提供了大量开发效率更高、时间复杂度更低的基本运算，通常不需要外部 Java 类库，特殊情况可在自定义函数中调用。

IDE 和调试

两者都有图形化 IDE 和完整的调试功能。JOOQ 使用 Java IDE，好处是更通用，缺点是没有为数据处理做优化，无法方便地观察结构化数据对象。SPL 的 IDE 专为数据处理而设计，结构化数据对象呈现为表格形式，观察更加方便。

学习难度

JOOQ 需要学习三种语法，SQL、通用 Java、JOOQ。其中，SQL 的语言能力要高于一般水平，才能转化为 JOOQ 语法；开发时主要使用 JOOQ 语法，难度不高，但转化过程较复杂；通用 Java 的语言能力可以低于一般水平。SPL 的目标是简化 Java 甚至 SQL 的编码，无论入门学习还是深入开发，难度都不高。但涉及到高性能计算时需要学习较多特有的算法，难度也会提高。

代码量

SQL 擅长结构化数据计算，语法较简练，代码量较低，但为了把 SQL 翻译成 JOOQ，需要引入很多函数，存在过度封装的现象，实际代码量较大。JOOQ 的流程控制要借助 Java 语法，但 Java 语法没有为结构化数据对象而设计，代码量也不低。

SPL 的表达能力强于 SQL，远强于 JOOQ，可用更低的代码量实现结构化数据计算，SPL 的流程处理语句专为结构化数据对象而设计，代码量低于 Java。

结构化数据对象

结构化数据对象用于将数据库表对象化，是数据处理和业务逻辑开发的基础，专业的结构化数据对象可以方便地与数据库交换数据，支持丰富的计算函数，并简化流程处理的难度。

定义

JOOQ 的结构化数据对象由记录和记录集合组成。记录对象的种类很多，第一类是 Record 对象，适合字段的数量、类型、名字都是动态生成的情况，Record 虽然很灵活但面向对象的程度较低，用法比较麻烦，比如要通过 getValue(M)来获得第 M 个字段。第二类是 Record[N]对象，N 从 1 到 22，比如 Record3，适合字段类型和字段数量已知但不超过 22 个，而字段名是动态生成的情况，Record[N]灵活性差些但面向对象的程度稍高，用法方便些，比如可以通过 valueM 取得第 M 个字段。第三类记录对象由 JOOQ 的代码工具根据库表结构生成，有几个表就有几个对象，字段的数量、类型、名字都和库表字段严格对应，比如 OrdersRecord、EmployeesRecord，这种记录对象不灵活但面向对象的程度很高，用法也很方便，可以直接通过字段名取字段。第三类对应库表，可称之为固定数据结构的记录对象，前两类通常来自对库表的查询计算，可称之为动态数据结构的记录对象。这三类比较常用，还有些不常用的记录对象，比如用户自定义记录类型 UDT，这里就不展开说了。JOOQ 的记录对象种类繁多，用法差异较大，增加了开发的难度，这主要因为业务逻辑存在大量动态数据结构，而 Java 是编译型语言，只擅长表达固定数据结构，如果硬要表达动态数据结构，就只能设计复杂的接口规则，或者根据字段数量预定义大量对象。

JOOQ 记录集合的种类相对较少，常用的有原生对象 Result，及其父类 ArrayList，有时候也会用 Stream。

SPL 的结构化数据对象同样由记录（Record）和记录集合（序表）组成。SPL 的记录对象只有一种，主要因为 SPL 是解释型语言，动态数据结构和固定数据结构表达起来同样方便，接口都很简单，没必要分成多个。此外，记录对象与单记录集合虽然本质不同，但业务意义相似，用起来容易混淆。SPL 是解释型语言，可以通过灵活的接口使两者的外部用法保持一致，从而进一步提高易用性。相反，JOOQ 是编译型语言，很难设计出这种灵活的接口，只能提供两类不同的接口，分别用来处理记录对象和单记录集合。

读数据库

JOOQ 读取外部数据库表，生成固定记录集合：

java.sql.Connection conn = DriverManager.getConnection(url, userName, password);DSLContext context = DSL.using(conn, SQLDialect.MYSQL);Result<OrdersRecord> R1=context.select().from(ORDERS).fetchInto(ORDERS);

查询外部数据库表，生成动态记录集合：

Result<Record3<Integer,String,Double>>R2=context.select(ORDERS.SELLERID,ORDERS.CLIENT,ORDERS.AMOUNT).from(ORDERS).fetch();

动态记录集合的后续用法稍显麻烦，但可以兼容固定记录集合，下面文章中主要用动态记录集合。

SPL 读取或查询外部数据库表，生成序表：

SPL 不分固定记录集合或动态记录集合，生成方法一致，后续用法相同。

写数据库

将处理后的结构化数据对象持久化保存到数据库，JOOQ 提供了三种函数，分别是 insert、update、delete。修改记录 r，再更新到数据库：

r.setValue(ORDERS.AMOUNT,r.getValue(ORDERS.AMOUNT).doubleValue()+100);r.update();

上面是单条记录的更新。要注意的是，数据库表必须有主键，自动生成的记录类才会继承 UpdatableRecordImpl，只有继承 UpdatableRecordImpl 的记录类才支持 update 函数。批量写入数据库是数据业务逻辑常见的场景，JOOQ 也能实现。批量修改记录集合 T，并更新到数据库：

R1.forEach(r->{r.setValue(ORDERS.AMOUNT,r.getValue(ORDERS.AMOUNT).doubleValue()+100);});R1.forEach(r->{r.update();});

上面代码循环记录集合，手工更新每一条记录，从而实现对整体集合的更新。可以看到，JOOQ 通过硬写代码实现批量写入，没有进行封装，很多时候不方便。如果一批记录既有修改又有新增还有删除，就必须区分三类记录，再用不同的函数循环写入，常见的办法是继承记录类，新加一个“标识”属性予以区分，或者保存一个未修改的原始记录集合 T，将修改后的集合 NT 与原始集合进行手工比对。无论哪种方法，手工实现的过程都很麻烦。

SPL 对数据库的写入进行了封装，只用一个 update 函数就实现单条和批量记录的新增、修改、删除，且支持混合更新。比如：原序表为 T，经过增删改一系列处理后的序表为 NT,将变化结果持久化到数据库的 orders 表：

conn.update(NT:T,orders)

访问字段

JOOQ 读取单条记录的 Client 字段：

R1.get(0).getClient();R1.get(0).get(ORDERS.CLIENT);

上面代码体现了 JOOQ 的核心优势：支持纯粹的面向对象的字段访问方式，不掺杂字符串、数字常量，或其他非 Java 的表达式，代码风格高度统一。遗憾之处在于，上面代码只适用于固定结构化数据对象。如果是查询计算生成的动态记录对象，就只能使用字符串字段名或数字序号访问字段：

R2.get(0).get("Client");R2.get(0).get(1);

动态记录对象更加普遍，上面的字段访问方式不算纯粹的面向对象，代码风格不一致，不支持自动补全，编写时普遍麻烦。

SPL 支持纯粹的面向对象的字段访问方式，不分固定或动态，编写时普遍方便：

T(1).Client

当然也支持字符串字段名或数字序号访问字段：

T(1).field(2)T(1).field("Client")

SPL 在面向对象方面更加纯粹，风格更统一，编写代码更加方便。此外，SPL 提供了很多 JOOQ 不支持的便利功能：默认字段名，可以用点号直接访问，比如取第 2 个字段：T(1).#2；取多个字段，返回集合的集合：T.([Client,Amount])

有序访问

有序访问是业务逻辑开发的难点之一，JOOQ 的记录集合继承自 Java 的有序集合 ArrayList，具备一定的有序访问能力，支持按下标取记录和按区间取记录：

R.get(3)R.subList(3,5); 

再进一步的功能，就需要硬编码实现了，比如后 3 条：

Collections.reverse(R);R.subList(0,3);

至于按位置集合取记录、步进取记录等功能，硬编码就更麻烦了。

SPL 序表同样是有序集合，提供了顺序相关的基本功能，比如按下标取、按区间取：

T(3)T.to(3,5)

序表是专业的结构化数据对象，许多顺序相关的高级功能 JOOQ Result 没有支持，序表则直接提供了，比如按倒数序号取记录，可以直接用负号表示：

T.m(-3)       //倒数第3条T.m(to(-3,-5))      //倒数区间

再比如按位置集合取记录、步进取记录：

T.m(1,3,5,7:10)      //序号是1、3、5、7-10的记录T.m(-1,-3,-5)      //倒数第1，3，5条T.step(2,1)      //每2条取第1条（等价于奇数位置）

结构化数据计算

结构化数据计算能力是数据业务逻辑的核心功能，下面从简单到复杂选取几个常见题目，比较 JOOQ 和 SPL 的计算代码。

改名

//等价的SQLselect SellerID eid,Amount amt from Orders//JOOQcontext.select(ORDERS.SELLERID.as("eid"),ORDERS.AMOUNT.as("amt")).from(ORDERS).fetch()//SPLOrders.new(SellerID:EID, Amount:amt)

JOOQ 的语法逻辑与 SQL 基本一致，可以达到用面向对象的方式模拟 SQL 的目的，这是 JOOQ 的重要优点。相应的也有缺点，JOOQ 的一项运算需要多个函数的组合才能实现，每个函数都有自己的参数和语法规则，学习和编写难度较大。此外，很多函数里的字段名必须附带表名，即使单表计算也是如此，这说明 JOOQ 的语法不够专业，还有很大的改进空间。

SPL 直接用面向对象的语法实现计算，一项运算对应一个函数，引用字段不必附带表名，语法更专业，代码更简短。

条件查询

//等价的SQLselect * from Orders where  ((SellerID=2 and Amount<3000) or (SellerID=3 and Amount>=2000 and Amount<5000))  and year(OrderDate)>2010//JOOQcontext.select().from(ORDERS).where( ((ORDERS.SELLERID.equal(2).and(ORDERS.AMOUNT.lessThan(3000.0))) .or((ORDERS.SELLERID.equal(3).and(ORDERS.AMOUNT.greaterOrEqual(2000.0).and(ORDERS.AMOUNT.lessThan(5000.0)))))) .and(year(ORDERS.ORDERDATE).greaterThan(2012))).fetch();//SPLOrders.select( ((SellerID==2 && Amount<3000) || (SellerID==3 && Amount>=2000 && Amount<5000))  && year(OrderDate)>2010)

SQL 的条件表达式本身足够简单，JOOQ 虽然在模拟 SQL，但对条件表达式进行了过度封装，函数数量过多，多层括号难阅读，远不如 SQL 好理解。SPL 用一个函数实现条件查询，条件表达式简短易读。

分组汇总

//等价的SQL：select Client, extract(year from OrderDate) y,count(1) cntfrom Ordersgroup by Client, extract(year from OrderDate)having amt<20000//JOOQcontext.select(ORDERS.CLIENT,year(ORDERS.ORDERDATE).as("y"),sum(ORDERS.AMOUNT).as("amt"),count(one()).as("cnt")).from(ORDERS).groupBy(ORDERS.CLIENT,year(ORDERS.ORDERDATE)).having(field("amt").lessThan(20000)).fetch();//SPLOrders.groups(Client,year(OrderDate):y;sum(Amount):amt,count(1):cnt).select(amt<20000)

为了模拟 SQL，JOOQ 使用了很多函数，规则很复杂，导致代码过长。SPL 直接用面向对象的语法，规则简单，代码更短。

前面都是较简单计算，类似的计算还包括排序、去重、关联、集合交并差等计算，这里不再一一列举，总的来说，JOOQ 进行简单计算时比 SQL 和 SPL 代码长，很多时候不易理解，开发效率较低。

各组前 3 名

//等价的SQLselect * from (select *, row_number() over (partition by Client order by Amount) rn from Orders) T where rn<=3//JOOQWindowDefinition CA = name("CA").as(partitionBy(ORDERS.CLIENT).orderBy(ORDERS.AMOUNT));context.select().from(select(ORDERS.ORDERID,ORDERS.CLIENT,ORDERS.SELLERID,ORDERS.AMOUNT,ORDERS.ORDERDATE,rowNumber().over(CA).as("rn")).from(ORDERS).window(CA) ).where(field("rn").lessOrEqual(3)).fetch();//SPLOrders.group(Client).(~.top(3;Amount)).conj()

这道题目稍有难度，JOOQ 虽然模拟出了 SQL，但使用了很多函数，代码长度远超 SQL，语法也越来越不像 SQL，编写理解更加困难。SPL 先对客户分组，再求各组（即~）的前 3 名，最后合并各组计算结果，不仅代码更简短，且更易理解。

JOOQ 使用了窗口函数，只适合特定版本的数据库，比如 MySQL8，不能通用于其他版本的数据库，要想在 MySQL5 下实现同样的计算，代码改动非常麻烦。SPL 有独立计算能力，代码可通用于任何数据库。

某支股票最大连续上涨天数

JOOQ：

WindowDefinition woDay1 = name("woDay").as(orderBy(APPL.DAY));Table<?>T0=table(select(APPL.DAY.as("DAY"),when(APPL.PRICE.greaterThan(lag(APPL.PRICE).over(woDay1)),0).otherwise(1).as("risingflag")).from(APPL).window(woDay1)).as("T0");WindowDefinition woDay2 = name("woDay1").as(orderBy(T0.field("DAY")));Table<?>T1=table(select(sum(T0.field("risingflag").cast(java.math.BigDecimal.class)).over(woDay2).as("norisingdays")).from(T0).window(woDay2)).as("T1");Table<?>T2=table(select(count(one()).as("continuousdays")).from(T1).groupBy(T1.field("norisingdays"))).as("T2");Result<?> result=context.select(max(T2.field("continuousdays"))).from(T2).fetch();

这个问题难度较高，需要综合运用多种简单计算。JOOQ 很难直接表达连续上涨的概念，只能使用技巧变相实现，即通过累计不涨天数来计算连续上涨天数。具体是，先按时间顺序给每条记录打涨跌标记 risingflag，如果下跌，则标为 1，如果上涨，则标为 0；再按时间顺序累计每条记录的不涨天数 norisingdays，只有当前记录下跌时，这个数字才会变大，如果当前记录上涨，则这个数字不变；再按不涨天数 norisingdays 分组，求各组记录数，显然，连续下跌的一批记录的 norisingdays 不同，每条记录都会分到不同的组，该组计数为 1，这个值不是解题目标，而连续上涨的一批记录的 norisingdays 相同，可以分到同一组，该组计数即连续上涨的天数，这个值是解题目标；最后用 max 函数求出最大的连续上涨天数。

JOOQ 的编程过程是先写 SQL，再翻译成 JOOQ，对于简单计算来说，SQL 比较好写，翻译也不会太难，但对于本题这种综合性计算来说，计算逻辑的技巧性比较强，SQL 不好写，翻译的难度更大。此外，JOOQ 表面上是方便调试的 Java，但本质却是 SQL，和 SQL 一样难以调试，这又为将来的维护工作埋下了大坑。

SPL 代码简单多了：

APPL.sort(day).group@i(price<price[-1]).max(~.count())

这条 SPL 语句的计算逻辑和 JOOQ 是相同的，也是将连涨记录分到同一组中再求最大的组成员数，但表达起来要方便很多。group@i()表示遍历序表，如果符合条件则开始新的一组（并使之前的记录分到同一组），price<price[-1]这个条件表示股价下跌，则之前股价上涨的记录会分到同一组。[-1]表示上一条，是相对位置的表示方法，price[-1]表示上一个交易日的股价，比整体移行（lag.over）更直观。

相对位置属于有序计算，SPL 是专业的结构化计算语言，支持有序计算，代码因此更简单。除了有序集合，SPL 还可以简化多种复杂计算，包括多步骤计算、集合计算、复杂的关联计算。相反，这几类计算都是 JOOQ 不擅长的，通常要通过特殊技巧实现，代码很难写。

SPL 函数选项和层次参数

值得一提的是，为了进一步提高开发效率，SPL 还提供了独特的函数语法。有大量功能类似的函数时，JOOQ 只能用不同的名字或者参数进行区分，使用不太方便。而 SPL 提供了非常独特的函数选项，使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：

T.select@1(Amount>1000)

对有序数据用二分法进行快速过滤，使用 @b：

T.select@b(Amount>1000)

函数选项还可以组合搭配，比如：

Orders.select@1b(Amount>1000)

有些函数的参数很复杂，可能会分成多层。JOOQ 对此并没有特别的语法方案，只能拆成多个函数互相嵌套，尽力模拟成 SQL 语法，导致代码冗长繁琐。而 SPL 创造性地发明了层次参数简化了复杂参数的表达，通过分号、逗号、冒号自高而低将参数分为三层。比如关联两个表：

join(Orders:o,SellerId ; Employees:e,EId)

流程处理

JOOQ 支持部分存储过程语法，包括循环语句和判断语句，但这属于商业版功能，且权限要求高、安全隐患大，难以移植，一般很少用到。除了存储过程，JOOQ 还可以利用 Java 实现流程处理，对数据库没有权限要求，安全隐患小，且可无缝移植。比如，根据规则计算奖金：

Orders.forEach(r->{ Double amount=r.getValue(ORDERS.AMOUNT); if (amount>10000) {  r.setValue(ORDERS.BONUS), amount * 0.05); }else if(amount>=5000 && amount<10000){  r.setValue(ORDERS.BONUS),amount*0.03); }else if(amount>=2000 && amount<5000){  r.setValue(ORDERS.BONUS),amount*0.02); }});

forEach 循环函数针对 JOOQ 的结构化数据对象进行了优化，可以通过 Lambda 表达式简化循环结构的定义，可以方便地处理集合对象的每个成员（代码中的循环变量 r）。forEach 函数配合 Lambda 语法，整体代码要比传统循环语句简单些。但也应该注意到，forEach 函数里使用字段需要附带循环变量名，对单表计算来说是多余的，同样使用 Lambda 语法的 SQL 就可以省略变量名。此外，定义循环变量名也是多余的，SQL 就不用定义。这些缺点都说明 JOOQ 在流程处理方面还不够专业，代码还有很大的优化空间。

SPL 也有针对结构化数据对象进行优化的循环函数，直接用括号表示。同样根据规则计算奖金：

Orders.(Bonus=if(Amount>10000,Amount*0.05, if(Amount>5000 && Amount<10000, Amount*0.03, if(Amount>=2000 && Amount<5000, Amount*0.02))))

SPL 的循环函数同样支持 Lambda 表达式，而且接口更简单，不必定义循环变量，使用字段时不必引用变量名，比 JOOQ 更方便，专业性也更强。除了循环函数，SPL 还有更多专业的流程处理功能，比如：每轮循环取一批而不是一条记录；某字段值变化时循环一轮。

SPL 专业的流程处理功能，配合专业的结构化数据对象和结构化数据计算能力，可大幅提高数据业务逻辑的开发效率。一个完整的例子：计算出奖金，并向数据库插入新记录。JOOQ 需要生成多个文件，编写大段代码才能实现，SPL 就简单多了：

利用 SPL 的流程处理语句，可以实现存储过程的所有能力，包括游标的循环和判断。SPL 不依赖数据库，不需要数据库权限，没有安全隐患，相当于库外的存储过程，同时，这些功能也都是开源的。

应用结构

Java 集成

JOOQ 本身就是 Java，可被其他 Java 代码直接调用。

SPL 是基于 JVM 的数据计算语言，提供了易用的 JDBC 接口，可被 JAVA 代码无缝集成。比如，将业务逻辑代码存为脚本文件，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 genBonus()");

热部署

JOOQ（Java）是编译型语言，不支持热部署，修改代码后需要重新编译并重启整个应用，加大了维护难度，降低了系统稳定性。

SPL 是解释型语言，代码以脚本文件的形式外置于 JAVA，支持热部署，修改后不必编译，也不必重启应用。由于 SPL 代码不依赖 JAVA，业务逻辑和前端代码物理分离，耦合性也更低。

代码移植

JOOQ 的部分代码可以移植，比不可移植的 MyBatis 方便。比如业务逻辑中常用于分页的 limit(M).offset(N)，在 Oracle11g 数据库下会被翻译为 rownum 子查询；如果数据库改为 MSSQL2012，只要重新生成并部署实体类，不必修改业务逻辑，同样的代码就会翻译成 offset next 语句。

能够移植的代码毕竟是少数，大部分 JOOQ 代码都是不可以移植的，比如前面例子里的窗口函数。移植时需要读懂原 JOOQ 代码，反翻译成原 SQL，再改成新 SQL，最后翻译成新 JOOQ 代码，过程较繁难度较高。业务逻辑普遍具有复杂性，移植工作就更难了。

SPL 具有独立计算能力，不必借用 SQL，凭借丰富的内置函数库就能实现复杂的结构化数据计算，计算代码可在数据库间无缝移植。在数据库取数代码中，SPL 也要执行方言 SQL 生成序表，虽然取数 SQL 比较简单，手工移植不难，但仍有一定工作量，为了使取数代码便于移植，SPL 专门提供了不依赖特定数据库的通用 SQL，可在主流数据库间无缝移植。

通过多方面的比较可知：JOOQ 可以进行较简单的查询统计，但对于较复杂的业务逻辑开发就显得比较繁琐，尤其是有序计算、多步骤计算、集合计算、复杂的关联查询，存在翻译 SQL 的工作量大，代码冗长，难以修改，难以移植等问题。SPL 语法简练、表达效率高、代码移植方便，结构化数据对象更专业，函数更丰富且计算能力更强，流程处理更方便，开发效率远高于 JOOQ。

资料

• SPL下载
  

• SPL源代码