首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >聚合或不聚合,这就是数据库模式设计问题

问聚合或不聚合,这就是数据库模式设计问题
EN

Stack Overflow用户
提问于 2009-12-24 07:28:01
回答 3查看 1.5K关注 0票数 5

如果您正在执行min/max/avg查询,您更喜欢使用聚合表还是简单地跨原始表中的一系列行进行查询?

这显然是一个非常开放的问题,没有一个正确的答案,所以我只是在寻找人们的一般建议。假设原始数据表由一个时间戳、一个数字外键(比如用户id)和一个十进制值(比如购买金额)组成。此外,假设表中有数百万行。

我两个都做过了,很纠结。一方面,聚合表为我提供了更快的查询速度,但代价是增加了更多的表。要显示聚合范围的当前值,要么需要完全返回到原始数据表,要么需要组合更细粒度的聚合。我发现,在应用程序代码中跟踪何时查询哪个聚合表的工作比您想象的要多,而且还需要更改模式,因为原始的聚合范围总是不够的(“但我想看看我们在过去3个支付期的销售额!”)。

另一方面,从原始数据查询可能非常慢,但让我对数据范围非常灵活。当范围边界发生变化时,我只需更改查询,而不必重新构建聚合表。同样,应用程序代码需要更少的更新。我怀疑,如果我在索引方面更聪明(即始终拥有良好的覆盖索引),我将能够减少从原始数据中选择的惩罚,但这绝不是万能的。

有没有什么办法可以让我两全其美?

EN

回答 3

Stack Overflow用户

发布于 2009-12-24 07:36:21

我们遇到了同样的问题,遇到了你遇到的同样的问题。我们最终将我们的报告切换到了Analysis Services。MDX和分析服务本身有一个学习曲线,但它很棒。我们发现的一些好处是:

  1. 你有很大的灵活性来查询你想要的任何方式。以前我们必须构建特定的聚合,但现在一个立方体回答了所有我们在立方体中的questions.
  2. Storage远远小于详细数据。
  3. 与聚合相比,构建和处理多维数据集所需的时间更少,在数据库服务器上产生的负载也更少。

一些缺点:

  1. 构建多维数据集和学习多维数据集有一个学习曲线。
  2. 我们必须创建一些工具来自动处理多维数据集。

更新:既然您正在使用MySql,那么您可以看看Pentaho Mondrian,它是一个支持MySql的开源联机分析处理解决方案。我从来没有用过它,所以我不知道它是否适用于你。会有兴趣知道它对你是否有效。

票数 3
EN

Stack Overflow用户

发布于 2009-12-24 08:42:45

我总是倾向于原始数据。一旦聚合,就不能再返回了。

与删除无关-除非有最简单的聚合数据集,否则无法准确地将数据还原/转置回原始数据。

理想情况下,我会使用物化视图(假设数据可以满足约束),因为它实际上是一个表。但是MySQL不支持它们,所以下一步要考虑的是包含计算列的视图,或者更新实际表的触发器。

票数 0
EN

Stack Overflow用户

发布于 2009-12-24 18:36:00

它有助于选择一个好的主键(即user_id、used_date、used_time)。对于常量user_id,在used_date上执行范围条件是非常快的。

但是随着表的增长,您可以通过聚合到user_id、used_date等表来减小表的大小。对于每个时间无关紧要的范围,您都可以使用该表。减少表大小的另一种方法是归档您不再(允许)查询的旧数据。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/1955898

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档