隨著微服務(wù)的流行，越來越多應(yīng)用采用微服務(wù)架構(gòu)開發(fā)。如何簡單高效地在微服務(wù)中完成數(shù)據(jù)處理成為大家不得不面對的問題。以往單體應(yīng)用架構(gòu)下，我們可以借助數(shù)據(jù)庫實(shí)施計算，SQL 是專用的集合計算語言，依托數(shù)據(jù)庫較強(qiáng)的計算能力可以比較方便地完成數(shù)據(jù)處理。但在微服務(wù)架構(gòu)下，為了方便服務(wù)擴(kuò)展和服務(wù)封裝，數(shù)據(jù)庫則主要承擔(dān)數(shù)據(jù)持久化任務(wù)，數(shù)據(jù)處理都在應(yīng)用（服務(wù)）端完成。
服務(wù)端完成數(shù)據(jù)處理的主要手段是采用 JAVA 硬編碼（也有其他高級語言，Java 使用更多）。由于應(yīng)用使用 Java 開發(fā)，原生的 Java 代碼可以無縫融合到微服務(wù)中，加上 Java 支持過程可以分多步實(shí)施計算，而且在 Java8 以后引入了 Stream 特性后計算又方便不少。
不過，使用 Java 進(jìn)行數(shù)據(jù)處理距離 SQL 還有很大差距，同樣的分組匯總 SQL 實(shí)現(xiàn)很簡單，但 Java 卻要幾十行代碼，復(fù)雜計算二者的差距更明顯。根本原因是由于 Java 并非專用的集合運(yùn)算語言，也缺少相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)計算類庫，導(dǎo)致代碼很長，微服務(wù)一點(diǎn)也不“微”。并且，Java 作為編譯型語言，很難直接實(shí)現(xiàn)熱切換，被迫使用 Docker 等沉重的機(jī)制，這對于頻繁變動的微服務(wù)來說十分不友好。魚與熊掌，要擁抱微服務(wù)就得忍受 Java 做數(shù)據(jù)處理的缺點(diǎn)。
一個理想的微服務(wù)數(shù)據(jù)處理組件應(yīng)該具備這樣一些特點(diǎn)：
易于與微服務(wù)融合，可以無縫嵌入使用；計算能力強(qiáng)且實(shí)現(xiàn)簡單，可以方便地完成所有數(shù)據(jù)處理任務(wù)；支持熱切換（熱部署），服務(wù)不停機(jī)運(yùn)維；體系開放，可以直接使用多種數(shù)據(jù)源。
開源集算器 SPL 的出現(xiàn)使得這些問題迎刃而解。
集算器 SPL 是一款開源數(shù)據(jù)處理引擎，不僅能與 Java 應(yīng)用（微服務(wù)框架）無縫集成，還提供了完備的計算能力，基于 SPL 語法實(shí)施計算的簡便性遠(yuǎn)超 Java（甚至 SQL），同時提供了熱切換與多源支持等特性，為微服務(wù)數(shù)據(jù)處理提供了新思路。
高開發(fā)效率
SPL 作為專業(yè)結(jié)構(gòu)化數(shù)據(jù)處理引擎提供了完備的計算能力。使得微服務(wù)中的任意結(jié)構(gòu)化數(shù)據(jù)處理工作都可以通過 SPL 實(shí)現(xiàn)。
SPL 不僅可以完成所有結(jié)構(gòu)化數(shù)據(jù)計算，實(shí)現(xiàn)上也很簡單。SPL 提供的敏捷語法實(shí)施計算的簡便性遠(yuǎn)超 Java。下面的例子可以感受到 SPL 的簡潔程度。
根據(jù)股票記錄表查詢股價連續(xù)上漲超過 5 天的股票及上漲天數(shù)（股價相等記為上漲）
| A | ||
| 1 | =db.query@x("select * from stock_record order by ddate") | |
| 2 | =A1.group(code) | |
| 3 | =A2.new(code,~.group@i(price<price[-1]).max(~.len())-1:maxrisedays) | 計算每只股票的連續(xù)上漲天數(shù) |
| 4 | =A3.select(maxrisedays>=5) | 選出符合條件的記錄 |
從數(shù)據(jù)庫取數(shù)后，通過 SPL 實(shí)施計算，這個例子即使使用 SQL 也要嵌套 3 層子查詢才能實(shí)現(xiàn)，更不用說 Java（Stream，也包括 Kotlin）了。SPL 支持分步計算，這方面要優(yōu)于 SQL。從語法特點(diǎn)上看，SPL 相當(dāng)于結(jié)合了 Java 和 SQL 的優(yōu)點(diǎn)。
SPL 提供了豐富的計算類庫，更進(jìn)一步簡化運(yùn)算。
SPL 支持多樣數(shù)據(jù)源混合計算。RDB、NoSQL、CSV、Excel、HDFS、Restful/Webservice、Kafka…都可以連接，并進(jìn)行異構(gòu)源混合計算，可以極大滿足微服務(wù)場景下面臨的多樣源問題，進(jìn)一步提升開發(fā)效率。
在 SPL 的支持下，服務(wù)邏輯的實(shí)現(xiàn)代碼都能短小很多。這就讓微服務(wù)不僅在結(jié)構(gòu)上，而且在實(shí)現(xiàn)上真地“微”起來了。
微服務(wù)無縫融合
SPL 使用 Java 開發(fā)，支持 jar 包嵌入。微服務(wù)應(yīng)用可以將 SPL 引擎以 jar 包形式引入與應(yīng)用無縫集成。SPL 還封裝了標(biāo)準(zhǔn) JDBC 接口，可以在服務(wù)中通過 JDBC 調(diào)用 SPL 腳本。
具體使用時只需要引入相關(guān) jar 并部署配置文件（raqsoftConfig.xml），通過簡短的代碼就可以調(diào)用 SPL 腳本。
熱切換與低資源消耗
SPL 是解釋執(zhí)行的，天然支持熱切換。可以適應(yīng)微服務(wù)架構(gòu)下多變的服務(wù)修改需求，服務(wù)修改不需要重啟即時生效。
數(shù)據(jù)處理邏輯位于 SPL 文件（.splx）中，修改后實(shí)時生效，相對 Java 等編譯型語言需要重啟服務(wù)有很大優(yōu)勢。
借助 SPL 的熱切換特性可以幫助微服務(wù)降低資源消耗。以往通過 Java 實(shí)現(xiàn)數(shù)據(jù)處理的微服務(wù)為了能夠單獨(dú)運(yùn)維常常要獨(dú)立部署（VM/Docker 上），這樣做的好處是在物理上隔離了服務(wù)與服務(wù)，但缺點(diǎn)是 docker 會消耗更多的資源，導(dǎo)致資源利用率很低。SPL 具備單獨(dú)運(yùn)維（熱切換）特性，這樣多個服務(wù)共處一處仍然可以單獨(dú)修改維護(hù)，提高資源使用效率。當(dāng)然，有時為了避免服務(wù)間相互影響（如高可用）還需要單獨(dú)部署，這時 SPL 也無法降低資源消耗了。SPL 為微服務(wù)提供了更多選項(xiàng)，讓微服務(wù)在體系結(jié)構(gòu)和資源消耗上也更“微”。
高性能
SPL 除了可以與微服務(wù)結(jié)合使用，還可以作為獨(dú)立的計算服務(wù)器運(yùn)行。微服務(wù)內(nèi) SPL 腳本調(diào)用 SPL 計算服務(wù)器實(shí)現(xiàn)高性能計算。
SPL 服務(wù)器支持分布式計算可以部署集群進(jìn)行橫向擴(kuò)展，支持負(fù)載均衡和容錯。同時 SPL 還提供諸多高性能算法進(jìn)一步保證計算性能。
借助 SPL 易集成、熱切換、高效開發(fā)與高性能等特性可以幫助微服務(wù)快速、高效地實(shí)現(xiàn)數(shù)據(jù)處理，同時還能為應(yīng)用結(jié)構(gòu)提供一些便利，有效助力微服務(wù)開發(fā)，讓微服務(wù)全面“微”化。
