帆软FineReport如何使用程序数据集

大多数情况下，FineReport直接在设计器里使用“数据集查询”，直接写SQL就能满足报表要求，但对于一些复杂的报表，有时候SQL处理并不方便，这时可以把查询结果在应用层做一些预处理后，再传递给报表，即所谓的“程序数据集”，FineReport的帮助文档上给了一个示例：

 package com.fr.data;   

 import java.sql.Connection;

 import java.sql.DriverManager;

 import java.sql.ResultSet;

 import java.sql.ResultSetMetaData;

 import java.sql.Statement;

 import java.util.ArrayList;

 import com.fr.base.FRContext;

 import com.fr.data.AbstractTableData;

 import com.fr.base.Parameter;   

 public class ParamTableDataDemo extends AbstractTableData {

     // 列名数组，保存程序数据集所有列名

     private String[] columnNames = null;

     // 定义程序数据集的列数量

     private int columnNum = 10;

     // 保存查询表的实际列数量

     private int colNum = 0;

     // 保存查询得到列值

     private ArrayList valueList = null;   

     // 构造函数，定义表结构，该表有10个数据列，列名为column#0，column#1，。。。。。。column#9

     public ParamTableDataDemo() {

         // 定义tableName参数

         this.parameters = new Parameter[] { new Parameter("tableName") };

         // 定义程序数据集列名

         columnNames = new String[columnNum];

         for (int i = 0; i < columnNum; i++) {

             columnNames[i] = "column#" + String.valueOf(i);

         }

     }   

     // 实现其他四个方法

     public int getColumnCount() {

         return columnNum;

     }   

     public String getColumnName(int columnIndex) {

         return columnNames[columnIndex];

     }   

     public int getRowCount() {

         init();

         return valueList.size();

     }   

     public Object getValueAt(int rowIndex, int columnIndex) {

         init();

         if (columnIndex >= colNum) {

             return null;

         }

         return ((Object[]) valueList.get(rowIndex))[columnIndex];

     }   

     // 准备数据

     public void init() {

         // 确保只被执行一次

         if (valueList != null) {

             return;

         }

         // 保存得到的数据库表名

         String tableName = parameters[0].getValue().toString();

         // 构造SQL语句,并打印出来

         String sql = "select * from " + tableName + ";";

         FRContext.getLogger().info("Query SQL of ParamTableDataDemo: \n" + sql);

         // 保存得到的结果集

         valueList = new ArrayList();

         // 下面开始建立数据库连接，按照刚才的SQL语句进行查询

         Connection conn = this.getConnection();

         try {

             Statement stmt = conn.createStatement();

             ResultSet rs = stmt.executeQuery(sql);

             // 获得记录的详细信息，然后获得总列数

             ResultSetMetaData rsmd = rs.getMetaData();

             colNum = rsmd.getColumnCount();

             // 用对象保存数据

             Object[] objArray = null;

             while (rs.next()) {

                 objArray = new Object[colNum];

                 for (int i = 0; i < colNum; i++) {

                     objArray[i] = rs.getObject(i + 1);

                 }

                 // 在valueList中加入这一行数据

                 valueList.add(objArray);

             }

             // 释放数据库资源

             rs.close();

             stmt.close();

             conn.close();

             // 打印一共取到的数据行数量

             FRContext.getLogger().info(

                     "Query SQL of ParamTableDataDemo: \n" + valueList.size()

                             + " rows selected");

         } catch (Exception e) {

             e.printStackTrace();

         }

     }   

     // 获取数据库连接 driverName和 url 可以换成您需要的

     public Connection getConnection() {

         String driverName = "sun.jdbc.odbc.JdbcOdbcDriver";

         String url = "jdbc:odbc:Driver={Microsoft Access Driver (*.mdb)};DBQ=D:\\FineReport_7.0\\WebReport\\FRDemo.mdb";

         String username = "";

         String password = "";

         Connection con = null;

         try {

             Class.forName(driverName);

             con = DriverManager.getConnection(url, username, password);

         } catch (Exception e) {

             e.printStackTrace();

             return null;

         }

         return con;

     }   

     // 释放一些资源，因为可能会有重复调用，所以需释放valueList，将上次查询的结果释放掉

     public void release() throws Exception {

         super.release();

         this.valueList = null;

     }

 }

这个示例我个人觉得有二个地方不太方便：
1、db连接串硬编码写死在代码里，维护起来不太方便，目前大多数b/s应用，对于数据库连接，通常是利用spring在xml里配置datasource bean，运行时动态注入

2、将查询出的结果，填充到数据集时，采用的是数字索引(见82行)，代码虽然简洁，但是可读性比较差

折腾一番后，于是便有了下面的改进版本：

 package infosky.ckg.fr.data;

 import infosky.ckg.utils.AppContext;

 import java.sql.Connection;

 import java.sql.ResultSet;

 import java.sql.Statement;

 import java.util.LinkedHashMap;

 import java.util.LinkedHashSet;

 import javax.sql.DataSource;

 import com.fr.base.Parameter;

 import com.fr.data.AbstractTableData;

 import com.fr.general.data.TableDataException;

 public class ParameterLinkedHashSetDataDemo extends AbstractTableData {

     private static final long serialVersionUID = 8818000311745955539L;

     // 字段名枚举

     enum FIELD_NAME {

         EMPLOYEE_ID, FIRST_NAME, LAST_NAME, EMAIL, PHONE_NUMBER, HIRE_DATE, JOB_ID, SALARY

     }

     private String[] columNames;

     private LinkedHashSet<LinkedHashMap<String, Object>> rowData;

     public ParameterLinkedHashSetDataDemo() {

         this.parameters = new Parameter[] { new Parameter("jobId"),

                 new Parameter("minSalary"), new Parameter("maxSalary") };

         // 填充字段名

         columNames = new String[FIELD_NAME.values().length];

         int i = 0;

         for (FIELD_NAME fieldName : FIELD_NAME.values()) {

             columNames[i] = fieldName.toString();

             i++;

         }

     }

     @Override

     public int getColumnCount() throws TableDataException {

         return columNames.length;

     }

     @Override

     public String getColumnName(int columnIndex) throws TableDataException {

         return columNames[columnIndex];

     }

     @Override

     public int getRowCount() throws TableDataException {

         queryData();

         return rowData.size();

     }

     @Override

     public Object getValueAt(int rowIndex, int columnIndex) {

         queryData();

         int tempRowIndex = 0;

         for (LinkedHashMap<String, Object> row : rowData) {

             if (tempRowIndex == rowIndex) {

                 return row.get(columNames[columnIndex]);

             }

             tempRowIndex += 1;

         }

         return null;

     }

     // 查询数据

     private void queryData() {

         // 确保只被执行一次

         if (rowData != null) {

             return;

         }

         // 传入的参数

         String jobId = parameters[0].getValue().toString();

         float minSalary = Float.parseFloat(parameters[1].getValue().toString());

         float maxSalary = Float.parseFloat(parameters[2].getValue().toString());

         // 拼装SQL

         String sql = "select * from EMPLOYEES where JOB_ID='" + jobId

                 + "' and SALARY between " + minSalary + " and " + maxSalary;

         rowData = new LinkedHashSet<LinkedHashMap<String, Object>>();

         Connection conn = this.getConnection();

         try {

             Statement stmt = conn.createStatement();

             // 执行查询

             ResultSet rs = stmt.executeQuery(sql);

             while (rs.next()) {

                 // 填充行数据

                 // 注：字段赋值的顺序，要跟枚举里的顺序一样

                 LinkedHashMap<String, Object> row = new LinkedHashMap<String, Object>();

                 row.put(FIELD_NAME.EMPLOYEE_ID.toString(),

                         rs.getInt(FIELD_NAME.EMPLOYEE_ID.toString()));

                 row.put(FIELD_NAME.FIRST_NAME.toString(),

                         rs.getString(FIELD_NAME.FIRST_NAME.toString()));

                 row.put(FIELD_NAME.LAST_NAME.toString(),

                         rs.getString(FIELD_NAME.LAST_NAME.toString()));

                 row.put(FIELD_NAME.EMAIL.toString(),

                         rs.getString(FIELD_NAME.EMAIL.toString()));

                 row.put(FIELD_NAME.PHONE_NUMBER.toString(),

                         rs.getString("PHONE_NUMBER"));

                 row.put(FIELD_NAME.HIRE_DATE.toString(),

                         rs.getDate(FIELD_NAME.HIRE_DATE.toString()));

                 row.put(FIELD_NAME.JOB_ID.toString(),

                         rs.getString(FIELD_NAME.JOB_ID.toString()));

                 row.put(FIELD_NAME.SALARY.toString(),

                         rs.getFloat(FIELD_NAME.SALARY.toString()));

                 rowData.add(row);

             }

             rs.close();

             stmt.close();

             conn.close();

         } catch (Exception e) {

             e.printStackTrace();

         }

     }

     // 获取数据库连接

     private Connection getConnection() {

         Connection con = null;

         try {

             DataSource dataSource = AppContext.getInstance().getAppContext()

                     .getBean("dataSource", DataSource.class);

             con = dataSource.getConnection();

         } catch (Exception e) {

             e.printStackTrace();

             return null;

         }

         return con;

     }

     // 释放资源

     public void release() throws Exception {

         super.release();

         this.rowData = null;

     }

 }

改进的地方：
1、getConnection方法，利用Spring注入datasource，当然为了注入方便，还需要一个辅助类AppContext

 package infosky.ckg.utils;

 import org.springframework.context.support.AbstractApplicationContext;

 import org.springframework.context.support.ClassPathXmlApplicationContext;

 public class AppContext {

     private static AppContext instance;

     private AbstractApplicationContext appContext;

     public synchronized static AppContext getInstance() {

         if (instance == null) {

             instance = new AppContext();

         }

         return instance;

     }

     private AppContext() {

         this.appContext = new ClassPathXmlApplicationContext(

                 "spring/root-context.xml");

     }

     public AbstractApplicationContext getAppContext() {

         return appContext;

     }

 }

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

 <?xml version="1.0" encoding="UTF-8"?>

 <beans xmlns="http://www.springframework.org/schema/beans"

     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

     xsi:schemaLocation="http://www.springframework.org/schema/beans

     http://www.springframework.org/schema/beans/spring-beans.xsd">

     <bean id="dataSource"

         class="org.springframework.jdbc.datasource.DriverManagerDataSource">

         <property name="driverClassName" value="oracle.jdbc.driver.OracleDriver" />

         <property name="url" value="jdbc:oracle:thin:@localhost:1521:XE" />

         <property name="username" value="hr" />

         <property name="password" value="hr" />

     </bean>

 </beans>

2、将原来的数组，换成了LinkedHashSet<LinkedHashMap<String, Object>>，这样db查询结果填充到"数据集"时，处理代码的可读性就多好了(见queryData方法)，但也要注意到LinkedHashSet/LinkedHashMap的性能较Array而言，有所下降，正所谓：有所得必有得失。但对于复杂的汇总统计报表，展示的数据通常不会太多，所以这个问题我个人看来并不严重。

巴特西

帆软FineReport如何使用程序数据集

最新文章

热门文章