把SAP BW里的数据取出来，就可以利用计算语言实现逻辑复杂的统计查询。SQL的计算能力足够强，可以先用informatica、Talend等ETL工具取数，再写入数据库，最后执行SQL。但这个方法入库过程繁琐、实时性差、架构复杂、集成困难。Python的计算能力也没问题， …

WebService/Restful返回的XML/Json属于多层数据，解析难度低，但计算难度高。传统方法是先用Dom4J/JsonPath之类的开源类库去解析，再用XPath/JsonPath计算，这种方法结构轻便好集成，但只能进行条件查询，其他计算都要硬编码。如果对计算要求高，也可以将 …

用MongoDB官方的查询语言就可以做join，但只能用$lookup函数实现left jon，其他类型的连接就要在$lookup的基础上自行修改了，而且很难改出来cross join。另外，官方json风格的语法很复杂，既难用又啰嗦。

计算 TopN 的 SQL 语句，描述出来的算法是把数据大排序后取出前 N 名。有些数据库优化做的比较好，全集 TopN 没有做大排序，性能尚可。但对于分组后计算组内 TopN 这种更复杂的情况，用 SQL 描述起来都很难，数据库优化就更难了，通常都无法避免排序动作 …

大数据量时，硬盘扫描和读取的时间占比很大。采用列式存储，在总列数很多而计算涉及的列很少时，只要读取需要的列即可，能够减少硬盘访问量，提高性能。事实上，很多数据仓库产品都采用了列式存储。

OLAP（Online Analytical Processing）是指在线联机分析，基于数据查询计算并实时获得返回结果。日常业务中的报表、数据查询、多维分析等一切需要即时返回结果的数据查询任务都属于 OLAP 的范畴。对应的，行业内也有相应产品来满足这类需求，那就是 OLAP …

发明 SQL 的初衷之一显然是为了降低人们实施数据查询计算的难度。SQL 中用了不少类英语的词汇和语法，这是希望非技术人员也能掌握。确实，简单的 SQL 可以当作英语阅读，即使没有程序设计经验的人也能运用。

SQL语法接近自然语言，上手学习门槛低，再加上先发优势的加成，很快就在数据库厂商和用户间流行开来。经过多年的发展，SQL已经成为应用较广、用户较多、较成熟的结构化数据计算语言。

很多大数据计算都是用 SQL 实现的，跑得慢时就要去优化 SQL，但常常碰到让人干瞪眼的情况。

开启MongoDB的Connector服务后，可以通过MySQL　JDBC执行SQL。官方工具的优点是适配性极佳，几乎无须配置就能使用，缺点是计算能力较弱，所以官方给的建议是只限于BI工具中使用。