JSON是半结构化数据，Java和报表工具只提供了简单解析的类库，很难进行深度计算。而使用集算器可降低JSON的计算难度。报表工具可将集算器脚本文件当做数据库存储过程执行，传入参数并用JDBC获得返回结果，详情参考集算器辅助报表工具的应用过程。
下面举例说明报表工具呈现JSON时常见的难题，以及集算器对应的解法。
JSON分组汇总
order.json存储着订单记录，现在要按时间段汇总每个月每个客户贡献的销售额，部分源数据如下：
集算器代码：
将JSON文件读为二维表，进行性条件查询，再进行分组汇总，其中argBegin、argEnd是报表参数。结果如下：
用列表呈现手机日志
文件cellphone.log是JSON格式的手机日志，其中general和ping字段是子文档，分别有一条记录，cap_main字段也是子文档，有多条记录，现在需要用列表呈现cap_main，每条记录附加general的mtmodel 、networktype字段，以及ping的ssid字段。
源数据如下：
集算器代码：
集算器读入JSON文件后，将保持其多层结构，并可用句号延多层结构访问字段。函数derive表示增加计算列。计算结果如下：
报表查询JSON多层子文档
jsonstr.json的runners字段是子文档，子文档有3个字段：horseId、ownerColours、trainer，其中trainer含有下级字段trainerId。报表需要根据文档序号展现对应子文档的horseId、ownerColours、trainerId字段。
源数据如下：
集算器代码：
读入JSON文件，按序号取出对应文档的runner字段（子文档），再从runner取出需要的字段，其中trainerId来自下级子文档。A3就是报表需要的数据，如下：
多层JSON分组表
Cells.json是个多层嵌套的json文件，报表需要将其展示为分组表，分组字段为name、type、image. “xlink:href”,明细字段分为3个部分：custom. Identifier、custom. Classifier、custom. Output，这3部分都是结构相同的子文档，但文档数不同。
源数据：
集算器代码：
集算器可将3种子文档合并在1个二维表中，用新字段ctype来区分，再将分组字段加入二维表，形成典型的“主子连接表”。合并后A2如下：
根据集算器的计算结果，报表很容易就可以设计出分组表。
多个子报表不同JSON
一张报表含有多个子报表，主报表和每个子报表使用不同的JSON文件，部分源数据如下：
对于Jasper、Birt等单源报表工具，需要用JAVA类将多源数据统一为单源，集算器只需书写简单脚本：
读入JSON并取出第1个字段，“.#1”表示第1个字段。给参数argFileName赋予不同的文件名，报表将会收到不同的数据集，如下：
连接txt和JSON
structure.txt是tab分割的结构化文本，json.txt是非结构化的JSON串，structure.txt的第2列和json.txt的部分文本存在外键关系。部分数据如下：
structure.txt
Json.txt
需要用报表呈现上述连接关系，期望表样如下：
集算器代码：
读入JSON文件，取出必要的字段和子文档形成二维表，然后新增计算列。A3如下：
之后读入本文文件，再和A3进行join运算，并取出需要的字段，形成最终结果A6，如下：
