帆軟FineReport如何使用程序數據集 - yjmyzz－IT工程師數位筆記本

文章出處

大多數情況下，FineReport直接在設計器里使用“數據集查詢”，直接寫SQL就能滿足報表要求，但對于一些復雜的報表，有時候SQL處理并不方便，這時可以把查詢結果在應用層做一些預處理后，再傳遞給報表，即所謂的“程序數據集”，FineReport的幫助文檔上給了一個示例：

  1 package com.fr.data;   
  2   
  3 import java.sql.Connection;   
  4 import java.sql.DriverManager;   
  5 import java.sql.ResultSet;   
  6 import java.sql.ResultSetMetaData;   
  7 import java.sql.Statement;   
  8 import java.util.ArrayList;   
  9 import com.fr.base.FRContext;   
 10 import com.fr.data.AbstractTableData;   
 11 import com.fr.base.Parameter;   
 12   
 13 public class ParamTableDataDemo extends AbstractTableData {   
 14     // 列名數組，保存程序數據集所有列名   
 15     private String[] columnNames = null;   
 16     // 定義程序數據集的列數量   
 17     private int columnNum = 10;   
 18     // 保存查詢表的實際列數量   
 19     private int colNum = 0;   
 20     // 保存查詢得到列值   
 21     private ArrayList valueList = null;   
 22   
 23     // 構造函數，定義表結構，該表有10個數據列，列名為column#0，column#1，。。。。。。column#9   
 24     public ParamTableDataDemo() {   
 25         // 定義tableName參數   
 26         this.parameters = new Parameter[] { new Parameter("tableName") };   
 27         // 定義程序數據集列名   
 28         columnNames = new String[columnNum];   
 29         for (int i = 0; i < columnNum; i++) {   
 30             columnNames[i] = "column#" + String.valueOf(i);   
 31         }   
 32     }   
 33   
 34     // 實現其他四個方法   
 35     public int getColumnCount() {   
 36         return columnNum;   
 37     }   
 38   
 39     public String getColumnName(int columnIndex) {   
 40         return columnNames[columnIndex];   
 41     }   
 42   
 43     public int getRowCount() {   
 44         init();   
 45         return valueList.size();   
 46     }   
 47   
 48     public Object getValueAt(int rowIndex, int columnIndex) {   
 49         init();   
 50         if (columnIndex >= colNum) {   
 51             return null;   
 52         }   
 53         return ((Object[]) valueList.get(rowIndex))[columnIndex];   
 54     }   
 55   
 56     // 準備數據   
 57     public void init() {   
 58         // 確保只被執行一次   
 59         if (valueList != null) {   
 60             return;   
 61         }   
 62         // 保存得到的數據庫表名   
 63         String tableName = parameters[0].getValue().toString();   
 64         // 構造SQL語句,并打印出來   
 65         String sql = "select * from " + tableName + ";";   
 66         FRContext.getLogger().info("Query SQL of ParamTableDataDemo: \n" + sql);   
 67         // 保存得到的結果集   
 68         valueList = new ArrayList();   
 69         // 下面開始建立數據庫連接，按照剛才的SQL語句進行查詢   
 70         Connection conn = this.getConnection();   
 71         try {   
 72             Statement stmt = conn.createStatement();   
 73             ResultSet rs = stmt.executeQuery(sql);   
 74             // 獲得記錄的詳細信息，然后獲得總列數   
 75             ResultSetMetaData rsmd = rs.getMetaData();   
 76             colNum = rsmd.getColumnCount();   
 77             // 用對象保存數據   
 78             Object[] objArray = null;   
 79             while (rs.next()) {   
 80                 objArray = new Object[colNum];   
 81                 for (int i = 0; i < colNum; i++) {   
 82                     objArray[i] = rs.getObject(i + 1);   
 83                 }   
 84                 // 在valueList中加入這一行數據   
 85                 valueList.add(objArray);   
 86             }   
 87             // 釋放數據庫資源   
 88             rs.close();   
 89             stmt.close();   
 90             conn.close();   
 91             // 打印一共取到的數據行數量   
 92             FRContext.getLogger().info(   
 93                     "Query SQL of ParamTableDataDemo: \n" + valueList.size()   
 94                             + " rows selected");   
 95         } catch (Exception e) {   
 96             e.printStackTrace();   
 97         }   
 98     }   
 99   
100     // 獲取數據庫連接 driverName和 url 可以換成您需要的   
101     public Connection getConnection() {   
102         String driverName = "sun.jdbc.odbc.JdbcOdbcDriver";   
103         String url = "jdbc:odbc:Driver={Microsoft Access Driver (*.mdb)};DBQ=D:\\FineReport_7.0\\WebReport\\FRDemo.mdb";   
104         String username = "";   
105         String password = "";   
106         Connection con = null;   
107         try {   
108             Class.forName(driverName);   
109             con = DriverManager.getConnection(url, username, password);   
110         } catch (Exception e) {   
111             e.printStackTrace();   
112             return null;   
113         }   
114         return con;   
115     }   
116   
117     // 釋放一些資源，因為可能會有重復調用，所以需釋放valueList，將上次查詢的結果釋放掉   
118     public void release() throws Exception {   
119         super.release();   
120         this.valueList = null;   
121     }   
122 }

View Code

這個示例我個人覺得有二個地方不太方便：
1、db連接串硬編碼寫死在代碼里，維護起來不太方便，目前大多數b/s應用，對于數據庫連接，通常是利用spring在xml里配置datasource bean，運行時動態注入

2、將查詢出的結果，填充到數據集時，采用的是數字索引(見82行)，代碼雖然簡潔，但是可讀性比較差

折騰一番后，于是便有了下面的改進版本：

  1 package infosky.ckg.fr.data;
  2 
  3 import infosky.ckg.utils.AppContext;
  4 import java.sql.Connection;
  5 import java.sql.ResultSet;
  6 import java.sql.Statement;
  7 import java.util.LinkedHashMap;
  8 import java.util.LinkedHashSet;
  9 import javax.sql.DataSource;
 10 import com.fr.base.Parameter;
 11 import com.fr.data.AbstractTableData;
 12 import com.fr.general.data.TableDataException;
 13 
 14 public class ParameterLinkedHashSetDataDemo extends AbstractTableData {
 15 
 16     private static final long serialVersionUID = 8818000311745955539L;
 17 
 18     // 字段名枚舉
 19     enum FIELD_NAME {
 20         EMPLOYEE_ID, FIRST_NAME, LAST_NAME, EMAIL, PHONE_NUMBER, HIRE_DATE, JOB_ID, SALARY
 21     }
 22 
 23     private String[] columNames;
 24 
 25     private LinkedHashSet<LinkedHashMap<String, Object>> rowData;
 26 
 27     public ParameterLinkedHashSetDataDemo() {
 28         this.parameters = new Parameter[] { new Parameter("jobId"),
 29                 new Parameter("minSalary"), new Parameter("maxSalary") };
 30 
 31         // 填充字段名
 32         columNames = new String[FIELD_NAME.values().length];
 33         int i = 0;
 34         for (FIELD_NAME fieldName : FIELD_NAME.values()) {
 35             columNames[i] = fieldName.toString();
 36             i++;
 37         }
 38 
 39     }
 40 
 41     @Override
 42     public int getColumnCount() throws TableDataException {
 43         return columNames.length;
 44     }
 45 
 46     @Override
 47     public String getColumnName(int columnIndex) throws TableDataException {
 48         return columNames[columnIndex];
 49     }
 50 
 51     @Override
 52     public int getRowCount() throws TableDataException {
 53         queryData();
 54         return rowData.size();
 55     }
 56 
 57     @Override
 58     public Object getValueAt(int rowIndex, int columnIndex) {
 59         queryData();
 60         int tempRowIndex = 0;
 61         for (LinkedHashMap<String, Object> row : rowData) {
 62             if (tempRowIndex == rowIndex) {
 63                 return row.get(columNames[columnIndex]);
 64             }
 65             tempRowIndex += 1;
 66         }
 67         return null;
 68     }
 69 
 70     // 查詢數據
 71     private void queryData() {
 72         // 確保只被執行一次
 73         if (rowData != null) {
 74             return;
 75         }
 76 
 77         // 傳入的參數
 78         String jobId = parameters[0].getValue().toString();
 79         float minSalary = Float.parseFloat(parameters[1].getValue().toString());
 80         float maxSalary = Float.parseFloat(parameters[2].getValue().toString());
 81 
 82         // 拼裝SQL
 83         String sql = "select * from EMPLOYEES where JOB_ID='" + jobId
 84                 + "' and SALARY between " + minSalary + " and " + maxSalary;
 85 
 86         rowData = new LinkedHashSet<LinkedHashMap<String, Object>>();
 87 
 88         Connection conn = this.getConnection();
 89         try {
 90             Statement stmt = conn.createStatement();
 91             // 執行查詢
 92             ResultSet rs = stmt.executeQuery(sql);
 93             while (rs.next()) {
 94                 // 填充行數據
 95                 // 注：字段賦值的順序，要跟枚舉里的順序一樣
 96                 LinkedHashMap<String, Object> row = new LinkedHashMap<String, Object>();
 97                 row.put(FIELD_NAME.EMPLOYEE_ID.toString(),
 98                         rs.getInt(FIELD_NAME.EMPLOYEE_ID.toString()));
 99                 row.put(FIELD_NAME.FIRST_NAME.toString(),
100                         rs.getString(FIELD_NAME.FIRST_NAME.toString()));
101                 row.put(FIELD_NAME.LAST_NAME.toString(),
102                         rs.getString(FIELD_NAME.LAST_NAME.toString()));
103                 row.put(FIELD_NAME.EMAIL.toString(),
104                         rs.getString(FIELD_NAME.EMAIL.toString()));
105                 row.put(FIELD_NAME.PHONE_NUMBER.toString(),
106                         rs.getString("PHONE_NUMBER"));
107                 row.put(FIELD_NAME.HIRE_DATE.toString(),
108                         rs.getDate(FIELD_NAME.HIRE_DATE.toString()));
109                 row.put(FIELD_NAME.JOB_ID.toString(),
110                         rs.getString(FIELD_NAME.JOB_ID.toString()));
111                 row.put(FIELD_NAME.SALARY.toString(),
112                         rs.getFloat(FIELD_NAME.SALARY.toString()));
113                 rowData.add(row);
114             }
115             rs.close();
116             stmt.close();
117             conn.close();
118         } catch (Exception e) {
119             e.printStackTrace();
120         }
121 
122     }
123 
124     // 獲取數據庫連接
125     private Connection getConnection() {
126         Connection con = null;
127         try {
128             DataSource dataSource = AppContext.getInstance().getAppContext()
129                     .getBean("dataSource", DataSource.class);
130             con = dataSource.getConnection();
131         } catch (Exception e) {
132             e.printStackTrace();
133             return null;
134         }
135         return con;
136     }
137 
138     // 釋放資源
139     public void release() throws Exception {
140         super.release();
141         this.rowData = null;
142     }
143 
144 }

View Code

改進的地方：
1、getConnection方法，利用Spring注入datasource，當然為了注入方便，還需要一個輔助類AppContext

 1 package infosky.ckg.utils;
 2 
 3 import org.springframework.context.support.AbstractApplicationContext;
 4 import org.springframework.context.support.ClassPathXmlApplicationContext;
 5 
 6 public class AppContext {
 7     private static AppContext instance;
 8 
 9     private AbstractApplicationContext appContext;
10 
11     public synchronized static AppContext getInstance() {
12         if (instance == null) {
13             instance = new AppContext();
14         }
15         return instance;
16     }
17 
18     private AppContext() {
19         this.appContext = new ClassPathXmlApplicationContext(
20                 "spring/root-context.xml");
21     }
22 
23     public AbstractApplicationContext getAppContext() {
24         return appContext;
25     }
26 
27 }

View Code

classes/spring/root-context.xml 里配置db連接

 1 <?xml version="1.0" encoding="UTF-8"?>
 2 <beans xmlns="http://www.springframework.org/schema/beans"
 3     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 4     xsi:schemaLocation="http://www.springframework.org/schema/beans 
 5     http://www.springframework.org/schema/beans/spring-beans.xsd">
 6 
 7     <bean id="dataSource"
 8         class="org.springframework.jdbc.datasource.DriverManagerDataSource">
 9         <property name="driverClassName" value="oracle.jdbc.driver.OracleDriver" />
10 
11         <property name="url" value="jdbc:oracle:thin:@localhost:1521:XE" />
12         <property name="username" value="hr" />
13         <property name="password" value="hr" />
14     </bean>
15 </beans>

View Code

2、將原來的數組，換成了LinkedHashSet<LinkedHashMap<String, Object>>，這樣db查詢結果填充到"數據集"時，處理代碼的可讀性就多好了(見queryData方法)，但也要注意到LinkedHashSet/LinkedHashMap的性能較Array而言，有所下降，正所謂：有所得必有得失。但對于復雜的匯總統計報表，展示的數據通常不會太多，所以這個問題我個人看來并不嚴重。

文章列表