设计复杂ERP报表的三个绝招

报表无疑是ERP系统中用到的最频繁的单据之一，但是报表越复杂，其准确性余越难以把握。

比如每天采购要打印采购明细账；仓库每天要导出收货或者出货明细；销售每天要打印订单明细等。所以报表的设计在ERP系统开发中占据大半江山。不过笔者在实际工作中也发现，有些开发人员在设计ERP报表时，太过于复杂。

有一次，一家企业向我提出了如下需求：他们希望能够出一份报表，报表的内容包括四个部分。

一是成品零件的用量、零件的最小采购量等信息；

二是当月零件的采购量信息(详细的采购订单等资料)；

三是当月零件的出库信息(详细的出货记录)；

四是零件的安全库存信息。

然后，根据这些信息计算出当月需要补下的满足安全库存的数量。从这个需求中可以看出，其主要设计到产品基本资料、采购、仓库等三个模块的内容。这么复杂的报表，从技术上来说，实现的难度并不是很大。但是从实用性角度考虑，或者从准确性来看，又会有什么结果呢？

报表越复杂，准确性越难以把握

一般来说，报表越复杂，其准确性余越难以把握。其实抛开ERP系统，从统计学的角度，我们也可以得出这个结论，比如现在有三个抽屉，每个抽屉中都有0-9十个数字，如果现在从每个抽屉中随意抽出两个数字，最后组成一个三位数。那么最后有几种结构呢？这是一个排列组合的问题。

再回过头来看一下这个表单的内容。现在这个表单有三个模块的数据构成，就好像这三个抽屉。当然其抽屉中的数据远比10个数字要负载的多，我们设想一下，从单个模块来看，可能企业允许的误差率是5%。即100条记录中，允许有5条记录与实际有偏差。现在三部分信息共同组成的一张报表，而且最后需要根据三部分信息的内容计算出一个值，那么这个出现错误的记录会有多少呢？这又是一个排列组合的问题。

如假设每部分信息中，都有5条件有偏差，那么最后理论上的错误记录是125条。显然这个错误率比较大。同时也可以看出，当涉及到的基础表数量越多，涉及到的模块越多，其最后结果的准确性就越难以保障。而当数据的准确性不高时，其实用性也就相应的降低。

报表关联越多，其性能也会直线下降

报表越复杂，其涉及到的后台数据库基础表也就越多。虽然多表之间的关联查询是允许的，但是关联的关键字越多，其查询的效率也就越低。特别是在关联条件中，有时候采用的并不是关键字之间的关联。如有可能日期(字符数据类型的关联)之间的关联，此时查询的效率会更低。再加上比较复杂的Where逻辑判断语句，复杂报表的查询时间会很长。

笔者测试过，按照上面这个用户的需求，设计出的报表其查询的时间需要近三分钟，而且是已经优化过的查询。另外，这个报表的查询由于涉及到众多的基础表，数据库基本上需要访问硬盘上的数据文件，而不能够使用缓存。这就有可能会导致比较严重的硬盘I/O冲突。从而影响到其他数据的查询效率。

故从数据库与应用软件的整体性能考虑，也不建议采用比较复杂的报表视图。毕竟性能降低、查询的时间比较长时，报表的实用性也在降低。

设计复杂报表的注意事项

为此，从原则上是禁止设计超过两个模块的数据报表，最好是将报表的范围限制在单个模块下。如此的话，无论从性能还是从数据的准确性上都会有所保障。但是，如果用户确实有需要实现比较复杂的报表，在这种情况下，该如何处理呢？为此笔者根据自己的项目经验，提出了以下几个建议。

第一招，使用固化视图来改善数据库的性能。

复杂报表所导致的不利影响，其首当其冲的是报表查询时速度会很慢，性能很低。为此在涉及到复杂报表时，开发人员可以考虑采用固化视图来改善数据库的性能。如在Oracle数据库中，固化视图又叫做物化视图。通固化视图，可以用于预先计算并保存表连接或者聚集等耗时比较多的操作结果。简单的说，就将某个报表的查询结果存储在一张单独的表中。如此的话，在执行查询时，就可以避免使用这些耗时的操作，同时减少磁盘的I/O冲突，从而以最短的时间得到用户想要的结果。

一般来说，固化视图对于复杂的报表来说，能够提供三方面的作用。

1、可以提高查询的性能

2、固化视图对于应用来说是透明的，增加和删除物化视图不会影响应用程序中SQL语句的正确性和有效性。

3、当基表发生变化时，物化视图也会同时更新。

不过需要注意的是，物化视图也会带来一些负面影响。如物化视图的数据会保存在硬盘中，为此就会占用额外的存储空间等。总之，在设计比较复杂的报表时，开发人员可以与数据库工程师商量，能够采用固化视图，如果可以的话，需要尽量采用固化视图。

第二招，复杂的报表当设计到多表时，最好采用模块化的设计。

如某视图，其涉及到的基表有近20张，那么在设计视图时，要避免将其放在一个SQL语句中，应该借鉴应用程序的模块化设计，将其设计成不同层次的视图，然后再进行连接查询。

如上面这个案例，至少可以将其分为四层。

最基层是基本数据表；

第二层是零件出库信息、当月采购信息等数据；

第三层是根据第二层的数据进行计算分析；

第四层视图再将这些视图进行连接。

这么操作的话，既方便后续的维护与查询，同时也可以提高查询的速度。为什么这么说呢？如在第二层视图设计中，可以对基础表的数据进行过滤。此时由于基础数据少，那么后续的报表查询速度也会加快，为此对于比较复杂报表的设计，要考虑分层设计的思路，以提高报表的查询性能与灵活性。

第三招，要考虑数据核对的需要。

比较复杂的报表，其可能会涉及到多个不同的部门。

如上面的报表，其涉及到仓库、采购、销售、开发等多个部门。而且最后的计算结果需要根据这些部门的信息得出，为此为了提高数据的准确性，就需要多个部分进行积极的配合。

那么该如何来做到这一点呢？笔者认为，可以将这些视图分模块化设计。如将涉及到不同的部门的信息先设计成不同的报表。在某个特定的时刻，如月末，先让各个部门的人员核对相关的数据，核对完成没有错误之后，再对相关的数据进行运算。

而不是一开始就将所有数据在一张报表上显示。这会导致各个部门数据核对的麻烦，即各个部门不利于核对与自己相关的数据。其实这一点跟上面提到的视图分层化设计类似。在ERP上，报表的内容也要分不同的模块进行体现。这有利于用户对数据进行核对与确认。然后再将它们整合起来。这种各个击破的方式，就有利于提高数据的准确性。

可见，对于比较复杂的报表视图，原则上还是少建为妙。因为其在性能或者数据的准确性上都很难控制。如果真的要建立复杂视图的时候，那么在设计与开发时，顾问需要听取数据库工程师的意见，考虑如何提高数据的查询性能，并采取措施提高数据的准确性。

来源：互联网