怎么解决
中间数据的思路是没有大问题，有问题的是把它们存到数据库里这个环节
那存到库外不就可以了吗？这个想法很好，但之前因为技术限制，存到库外后会让续的计算变的复杂，很少有这么做的
中间表是要再计算的，基于中间表查询的报表还要进行数据过滤，有的还要再次汇总，还可能涉及关联计算，这些操作在数据库里通过 SQL 完成很简单，但是文件没有计算能力，要实施这些计算只能硬编码，用 JAVA 来做，使用 JAVA 来做集合运算又非常麻烦，远没有数据库（SQL）方便，所以很少有人把中间表存在库外
但现在有新技术了，集成了 SPL 集算器的硕迪报表，让这种想法变的可行了

SPL 是一款流行的专业的数据计算处理工具，很多项目开发商都在用，因为它不仅好用，而且还免费，开源，是常年做项目，总需要做数据处理的工程师的好帮手
用文件存储中间数据
集成了 SPL 以后，硕迪报表就有了计算文件数据的能力，这样数据库的大量中间表就可以都移到了库外了，用普通的 TXT 或者其他方式存储都可以，也可以用 SPL 独有的的更高性能的二进制文件，报表直接可以对接他们来算
比如要查询 2012 年销售总额超过 800 万的地区及销售金额
就可以提前汇总数据，并把中间结果用文件存储的方式存储，而不需要放到数据库中

然后报表直接针对文件数据查询计算就可以

=file("order_year_area_person.txt").import@t() // 读取文件数据（以文本为例）
=A1.select(dyear==y_date) // 根据年份参数过滤数据
=A2.groups(area;count(name):pnum,sum(amount):amount) // 按照地区分组汇总人数和销售额
=A3.select(amount>8000) // 选出销售额大于 8000 的记录
可以用 SPL 的脚本直接计算，如上图，也可以用 SQL 来计算，如下图

=connect() // 连接文件系统
=A1.query("select area,count(name) pnum,sum(amount) amount from order_year_area_person.txt where dyear=? group by area having sum(amount)>8000".y_date) // 执行标准 SQL 查询文本
SPL 具有完整的计算能力，高效又简单，文件存储数据不好计算的困扰就这么解决了
而且文件存储还易于管理，性能更好
文件存储易于管理
中间结果存到库外后，数据库就仅需要存储少量原始数据表就可以，数据库自身的管理压力就会变小，都转移到了库外文件上了
而库外的文件，就是普通的计算机文件，天然就便于管理，可以通过系统的树状目录进行存储，文件都跟着应用走，目录清晰，使用和管理都很方便，不会出现交叉引用相互耦合的情况，报表弃用或者应用下线，相应的中间存储文件就可以删除，再也没有想删不敢删的苦恼了
文件存储性能更好
文件系统更靠近底层，更接近磁盘，IO 性能本身就好于数据库
如果用 SPL 的二进制存储方式，效果会更明显，因为 SPL 的文件格式更紧凑，对于只读的中间数据，使用文件存储时不需要考虑再改写，可以更为紧致并采用一定的压缩手段，而且在访问时也不必考虑事务一致性，机制大为简化，这样就能获得更好的吞吐性能了