java数据计算的几种解决方法3

4、iBatis
    简单敏捷因此强大的数据计算层。和Hibernate不同，它鼓励写SQL，所以学习成本最低。同时它用最小的代价实现了计算脚本和JAVA代码的解耦，只用20%的代价就实现了hibernate 80%的功能,没实现的20%是计算脚本和数据库的解耦。
    复杂计算环境是它的弱项，比如：分布式计算、复杂计算、非数据库计算、跨库计算。

    成熟度:4星。iBatis经过了十几年市场的考验，是我最喜欢的框架之一。但对缓存的支持不足一直是缺陷。

    低耦合性：2星。SQL可以无缝替换，但仍然是针对具体数据库的SQL。事实上后者是数据库的问题，厂商要粘住客户，所以SQL不兼容，让你难以迁移；但程序员不愿被粘住，非要迁移。
    脚本编写：3星。它就是SQL。
    集成：4星。基本没有难度，初学者半天时间可以熟练掌握。
    界面友好性：4星。没有图形化计算过程设计界面，但可以借用SQL工具。
    性能：3星。性能比SQL略低，主要是resultSet和map/list之间转化需要多花费一点时间，另外缓存支持不如hibernate好（综合比起来两者区别不大）。其实我认为引入ORM的同时引入性能问题就是失败的。

    复杂计算：3星。同SQL，比hibernate强。
    大数据支持：1星。同SQL。
    非数据库计算：1星。同SQL。
    跨库计算：1星。同SQL。
    调试方便性：1星。同SQL。

5、R语言
    R语言不易和JAVA集成，但强大的计算能力和广泛的社区支持，以及大数据的特性使我不得不提到它。另外跨库的计算、非数据库的计算、模型计算也是它的强项。当然，在各种数据计算层中，它也是最难学习的。

    成熟度：5星。R语言的历史仅次于SQL，无数的社区在热烈讨论R，尤其是大数据时代。
    低耦合性：4星。R语言和集算器在这方面没区别。
    脚本编写：3星。这方面R和集算器很像，区别是集算器更敏捷代码更灵活，对结构化数据的支持更专业，而R内置了大量模型算法。所以基本持平。
    集成：1星。R不是JAVA架构，很难集成进JAVA，本来性能就不高，集成后更是大幅度降低。
    界面友好性：3星。有专门的IDE界面，但很粗糙，实际价值不大，这也是开源产品的通病。
    性能：2星。全内存运算，难以应付大数据量。
    复杂计算：5星。同集算器类似。
    大数据支持：3星。R与Hadoop的结合机制，但JAVA与非JAVA体系之间的结合并不容易，性能损失较大。
    非数据库计算：5星。同集算器类似。
    跨库计算：5星。同集算器类似。
    调试方便性：2星。勉强算有调试功能，但很不专业。