2019独角兽企业重金招聘Python工程师标准>>> 
1. 问题描述
对于大数据量报表，若每次直接从数据库中查询数据，不仅增加数据库服务器的压力，也极大的影响了取数的速度从而降低了报表的执行速度，为此FineReport提供了数据集缓存与共享功能。
FineReport可先将其数据集查询的结果缓存下来，对于缓存下来的数据，再次使用到相同数据集时，无需再次连接数据库重新查询数据，直接使用缓存下来的结果，即使用FineReport的数据集共享机制，达到资源复用，减少取数时间从而提高了报表的展现速度。
2. 数据集缓存
缓存分为缓存至内存和缓存至磁盘。
2.1 缓存至内存
设置方法：默认的就是使用内存缓存即所有数据都保存在内存中，在数据库查询窗口可以看到，如下图：
设置后的效果：当执行数据集时就会在将此记过缓存至内存中，下次在执行此数据集时，会直接从内存缓存中取数。
优缺点：空间资源有限，但效率很高，取数速度快。
什么情况使用：一般使用率高，且数据量不算太大的报表，可直接使用内存缓存。
2.2 缓存至磁盘
设置方法：点击下拉框选择缓存至磁盘当记录大于，并设置行数，如下：
缓存至磁盘，即将数据缓存到服务器的磁盘中，默认是在C:\Documents and Settings\Administrator\.FineReport8.0\cache（windows操作系统）下。
注：如启用了磁盘缓存，发现系统目录下没有cache文件夹，不要感到惊讶，虽然激活了磁盘缓存，但不是马上开始把数据写到磁盘中，而是会考虑系统的实际运行情况然后再进行处理。
设置后的效果：记录数默认大于0行：表示从第0条数据开始，使用磁盘缓存。即只采用磁盘缓存，取出的数据是全部放在磁盘中。
记录数大于如1000行：表示取得的数据前1000条是放入内存中，剩余部分缓存至磁盘，当用到1000条以外的数据时，就会从磁盘中读取数据。
优缺点：空间资源又大又便宜，几乎没有限制；但效率低，取数速度往往很慢。
什么情况使用：若是数据量很大的报表，如：几十万条记录，可使用缓存至磁盘，设置恰当的行数，避免全存在内存中，导致服务器OutOfMemory内存溢出。
如行式引擎报表，可以将使用率高的前N页数据缓存在内存，剩余记录缓存在磁盘中。
注：既然两者都有优缺点，因此需要合理分配内存和磁盘，把那些使用频率最高的数据尽量放在内存中，从而提高在内存中的命中率。
3. 数据集共享
设置了数据集缓存后，只对当前数据集再查询时才能读取缓存中的数据，若多个模板包含有相同的数据集（定义的SQL查询语句相同，传入的参数值相同，才算相同的数据集），便可以启用数据集共享，使得他们共享同一个缓存结果，从而节省数据库资源，并且提高取数和报表的展现速度。
3.1 设置方法
在定义数据连接的地方勾选是否共享数据集，如下图所示：
注：数据集缓存是对当前数据集有效，而共享数据集是对不同模板的相同数据集有效，并且需要将需要共享的数据集都勾选上。
3.2 数据集共享属性设置
我们可以对缓存下的结果进行一些设置。
进入FR平台中，选择管理系统>系统管理>缓存，可以看到数据集共享属性如下图所示：
最大活动对象：指在缓存容器中最大放置的缓存对象个数，如果活动对象数超过此数目，则服务器会根据下面的缓存策略来选择哪些对象留下，哪些被去除
最大生存时间：指的是缓存对象在容器中存活的最大时间，无论是否活动，一旦超过此时间，此缓存对象就失效，将会被移除
最大空闲时间：指的是缓存对象在容器中停留不被使用不能超过的时间，也就是空闲的时间，如果空闲的时间超过这个时间，此对象就会被移除。
注：管理系统>系统管理>缓存，下方的模板缓存属性设置，是对模板计算的结果进行缓存设置，而上面所说的在数据集处的缓存设置则是对数据进行缓存设置，一个是对结果来说，一个是对于数据来说，要区别开来，这是两个不同的概念。