环比增长率或同比增长率是职场上很常见的数据分析需求了。最近公司需要做一些分析指标需要对比与去年的情况，最直观就是同期增长率了，因此我选取了一个2013、2014的零售示例数据，看看那款工具实现起来比较省事。这里为了更好说明这里示例，我也特意了解了下时间计算的比较通俗的说法，可以往下看了解同比及同比增长率：同比：是把当年每月与上一年的数据相除计算出的一个比率。即某年与上一年的比值，计算公式为：某个指标的同期比=(当年的某个指标的值-去年同期这个指标的值)/去年同期这个指标的值 同比增长率：是指和去年同期相比较的增长率，即某年与上一年相比较的增长率，计算公式为：同比增长率=(当年的指标值-去年同期的值)÷去年同期的值*100%同比增长率，在报表中，通常缩写为(YoY+%)一般是指和去年同期相比较的增长率。同比增长和上一时期、上一年度或历史相比的增长(幅度)。发展速度由于采用基期的不同，可分为同比发展速度、环比发展速度和定基发展速度。均用百分数或倍数表示。以下是使用国内两家报表软件来分别开发的时间计算报表，效果如下：finereport是把明细数据拖到报表，再去用函数计算，而spreadsheet则在数据集先完成时间计算，在报表端直接呈现。finereport需要借助辅助列，分别通过数据集将2013、2014的数据分别过滤出来，再在设计器通过计算公司进行计算得出同比增长率而spreadsheet则在数据集进行处理，他的透视分析数据集能够一键生成时间计算，无需了解公式，只要有时间维度字段，变可以一键生成。之后就在报表直接呈现即可。在开发报表时，发现finereport有点地方比较难受，调整单元格行列间距时，不能拖拽批量修改。完成效果：由于两者的实现逻辑完全不一样，finereport是把明细数据拖到报表，再去用函数计算；而spreadsheet是从数据集将时间计算的结果在数据集得出，后面报表直接取数据集的结果。故其性能也会存在差异。以下是性能对比情况：示例数据是968条数据的情况下，spreadsheet打开报表的响应时间为100ms左右，finereport为300ms左右，在此场景下相差了3倍。}