JAVA的困难分析

前段时间转了一篇SQL的文章（http://datamachine.iteye.com/blog/1971896），文章不复杂，但思想深刻，就顺便思考了一下java的不足，当砖头丢出来，希望引点和田玉。

 

-----------------------------------------------------------------------------------------分割线----------------------------------

SQL和JAVA（这里的JAVA泛指各种高级语言）是最常用的两种计算体系。两者在处理批量结构化数据（即数据库中的数据）时各有优势，JAVA更灵活，SQL更便利。两者虽有相当程度的互补，但在实际应用中很难调和。本文主要讨论java的问题，讨论思路沿袭SQL的那篇文章。

 

JAVA以及其它高级语言看起来没有SQL的计算不分步、集合无序、集合化不彻底和缺乏对象引用等问题，其执行过程符合人们的思维习惯，用JAVA时不必象使用SQL那样需要绕道变换思路。

那么，JAVA是否能够轻松完成批量数据计算呢？

在许多场合程序员确实会放弃使用SQL而采用JAVA。但是，由于JAVA不具备SQL的三个重要特点，数据计算依然繁琐困难。

 

首先，JAVA缺乏针对批量数据计算的基础支持，这一点很容易理解。

虽然JAVA提供了集合数据类型（即数组），但JDK中并没有多少相关的基本计算。简单的求和运算也需要写一段循环代码，虽然难度不大，但处处都这么写就繁琐了。另外，JAVA没有提供针对记录集合（即对象数组）的过滤、分组、连接等计算，代码实现难度不低，这就不仅只是繁琐而是困难了。

 

那么，是不是为JAVA搞一套批量数据计算的基础类库就可以了呢？JAVA的语法规则不支持表达式参数，开发批量数据计算类库的努力注定无法完美实现。

 

举例说明：有集合（数组）x，我们想提供一些针对其成员的基础计算，比如求和，那么在类库中写个x.sum()函数就可以；还想计算平方和呢，再写一个x.sum2()函数；还有数学平均、绝对值的合计、个位数的合计、…，没完没了，类库很快就会庞大到无法容忍的地步。

 

SQL没有这个苦恼，求和，可以写sum(x)；平方和，可以写sum(x*x)；绝对值合计，可以写sum(abs(x))；…

JAVA的语法却不能写这种东西，编译器会将sum(x*x)中的x*x先算出来，它不支持把表达式作为参数传递进函数内部再计算的机制。但记录集合上的运算对表达式参数的需求强烈，过滤、分组、排序、连接等都必须使用表达式（不使用表达式参数难以描述这些运算）。

 

一个替代方案是将表达式都写进字符串，这样sum(x*x)要被写成sum("x*x")。这个办法在理论上可行，但会导致书写和阅读的巨大麻烦。试想，如果SQL要求我们把语句写成这样会造成什么样的烦恼：

select "x*x" from "A" where "x>5"？而且，又怎么区分我们想要的是表达式x*x，还是常数字符串"x*x"呢？

 

第三，所谓的批量数据大都是结构化数据，JAVA提供了强大的类概念，可以自由地定义数据结构。但是，程序中用到的数据结构必须在编译前设计好，不能由某个语句临时产生，即不支持动态数据结构。而实际运算过程中的动态数据结构要求比比皆是。我们经常需要新的数据结构来描述返回的结果集，有时还需要在现有数据结构上添加计算字段以方便计算，没有动态数据结构的支持，所谓的批量结构化数据运算就成了空话。

但是，SQL能够很好地满足这一要求，select语句会自然地创建新数据结构，几乎所有数据库都支持用语句动态创建/修改表和临时表。

 

如果我们把SQL和JAVA的优点都保留，发明一种即支持基础批量数据计算类库、表达式参数机制和动态数据结构，又支持计算分步、一致的有序集合对象、对象引用机制等运算机制的程序语言，是否就能很好地解决数据计算的困难了？

评论

1 楼 spiniper 2013-11-20  

对于楼主的观点，我用两个字来形容，就是肤浅，虽然这么说你会不好受，不过我感觉就是如此，对此我表示歉意，下面来说我的理由：
1、你吧sql与java放在一起做这种比较，本身就是不合适的，sql是个脚本语言，临时解析临时使用，从这个观点来看，它的每次只需都要完成一次解析工作，java是直接编译成字节码(类计算机语言)，从执行效率上，java肯定是要快过sql的，当然这里不讨论sql的缓存与内部解析逻辑的存储。
2、阁下对java的语法的使用比较僵化，对的，java确实不支持表达式作为参数传入，但是java支持对象作为参数传入，对象可以封装和解析表达式，并且使用面向对象话的装饰器模式，可以完成操作的替换和结合，因此这并不是两个语言在操作上的优劣。
3、对于大数据量的批量处理，这种玩意其实对于任何语言来说，都是一种挑战，包括sql，也许sql对它进行了一些人性化的语法处理，但是并不能解决根本问题(执行效率和资源占用)，它根本取决于算法和针对性的处理设计，而sql作为一个脚本语言，是很难在这方面做出更多努力的，java却可以。而且你要认清sql是脚本语言，也许它的底层解析与执行，很可能就是java模块，例如oracle一部分就是java写的，所以pl-sql的解析引擎和执行引擎就是java，当你在oracle中输入一段sql并打算处理数据时，很可能就是一段java代码对sql完成解析，然后将其变成java模块完成内部调用。对于这一点，很多纯java写的支持sql数据库，这里我也不多说了。
4、对于你的期望，希望同时保留sql与java的优点，这并不取决于某java类库，也不取决于sql，这取决于你的设计和功能的理解，你可以讲更业务的东西放在java中，讲更数据的东西放在数据库中，这本身是一个世界性的难题，将业务与底层数据隔离的防御式编程是大家都在努力的目标，不然也不会有hibernate之类的框架的出现，当然hibernate在这方面已经做得很好。
最后，说一下为什么使用数据库的sql会更快，这很简单，因为数据库离数据更近，而你使用java来处理数据的时候，更多都要与数据库建立connection和一些更多消耗资源的操作，这些都会导致执行效率的下降和更多资源的使用，至少你在java中处理数据会平凡的与数据库建立connection与I/O，而在数据库中完成数据处理再返回结果，这样纸建立一个connection与少量I/O，这样当然快。