报表查询分析都要涉及数据准备，就是把原始数据加工成可以呈现或分析的形式（如常见的报表数据集）。不过，数据准备经常并不轻松，可能面临各种复杂的情况。

现代Java应用架构越来越强调数据存储和处理分离，以获得更好的可维护性、可扩展性以及可移植性，比如火热的微服务就是一种典型。这种架构通常要求业务逻辑要在Java程序中实现，而不是像传统应用架构中放在数据库中。

很多人都会遇到不方便使用数据库但又要结构化数据计算的情况。JAVA 8之前只能全都硬编码实现。JAVA8推出了惰性（Lazy Evaluation）的集合计算库Stream，虽然一定程度上缓解了这种状况，但仍然存在不少的缺点（详见《Stream能在Java中取代SQL吗》）。Kotli …

Stream是JAVA 8开始提供的重要类库，提供了更丰富流畅的Lambda语法，能够较方便地实现很多集合运算。基于这个原因，很多程序员尝试用Stream取代SQL。但实际上，Stream的专业程度还远不如SQL。

大多数情况下，Java程序员会在数据库中用SQL来完成结构化数据的计算，但有时没有或不能使用数据库，就需要用Java来完成。硬编码的工作量太大，更简单的做法是用Java计算层工具（包括库函数）来实现，由计算层负责计算并返回结果。下面将深度对比一些常见 …

Excel文件是常见的数据文件，数据分析过程中经常会用到。有时我们需要用程序代码对 Excel 文件进行一些自动化处理，这需要程序语言能够方便地解析 Excel 数据。

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。

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。

可以用官方的Json风格的语法查询或统计MongoDB，优点是稳定可靠，缺点是语法古怪难掌握，很多基本计算都不支持，计算能力一般，而且代码非常繁琐。另一种方法是使用函数式编程风格的Hibernate Criteria，优点是更接近自然语言，易于理解，缺点是架构沉重 …