这是一个创建于 3239 天前的主题，其中的信息可能已经有所发展或是发生改变。
我的理解是数据库其实就是一个存储数据的地方，是为很多人查询服务的地方，如果在数据库里面做大量的数据 统计看似很简单的操作，但是可能是联结了很多的表，会使得情况变得很复杂。服务器负担非常大，查询间很 长，所以我的建议是查询和统计分离。但是如果真的要大量统计那应该怎么才能最大的优化呢?
比如要查看一个商品的库存。很简单的就是直接去库存表直接读取，但是现在决策者要读到商品的库位（在仓库的位置），入库次数，出库次数，商品的销售统计，商品的上架统计等，这些势必会用到大量的 GROUP BY ，扫表的次数是 N 次方。这时候怎么办呢？
 | 1 enenaaa 2016-12-02 12:10:23 +08:00 数据综合查询本来就是数据库干的活，要不然搞那么多高级 sql 特性干嘛。 怕影响其他服务就 1 、增加硬件资源 2 、在从服务器，备份服务器操作 3 、在人少的时候操作 4 、优化查询 办法很多嘛 |
 | 2 wyntergreg 2016-12-02 12:17:54 +08:00 数据库做存储，查询用文档类查询器 |
 | 3 akira 2016-12-02 13:37:03 +08:00 开个只读库专门处理报表统计， 如果还扛不住，就把数据导到离线 /在线数据分析系统 |
 | 4 dexterzzz 2016-12-02 13:39:44 +08:00 oracle ， sql server 有报表和分析引擎 |
 | 5 nandaye 2016-12-02 13:48:42 +08:00 数据仓库，把业务数据都 etl 到仓库，然后仓库的数据做报表的数据基础。这是最专业的做法。你可以看一下 BI 这个概念。 |
 | 6 ebony0319 OP @nandaye 我知道数据仓库的处理方法，只是这是一个流水活动的数据。比如说你去银行取钱，查询你当月的账单很容易，然后在那个表统计你的当月取钱次数也很容易，但是当出现联表，那表的全扫描是一个 N 次方的结果集。 |
 | 8 tkMerkava 2016-12-02 15:52:52 +08:00 如果是传统数据库，数据量大，查询复杂的话，就需要做数据仓库， OLAP 分析 如果是简单的查询，没有 BI 分析的要求，将来也不需要建 BI 平台的话，直接就分析了 当然，如果是内存数据库，那就更直接分析了 |
 | 10 neetrorschach 2016-12-02 16:19:09 +08:00 把常用的统计指标存成物理表，定时重新计算数据。 |
 | 11 yan159753li 2016-12-02 19:27:51 +08:00 你需要一个 BI 软件 |
 | 12 devinww 2016-12-03 14:18:19 +08:00 我们公司的报表是做税务方面分析的，因为涉及的数据量很大(全省或者全市全年数据)，所以实现实时比较困难，所以数据都是一层一层汇总出来的，最后的汇总表只有几十万条或者几万条几千条记录性能就 OK 了。 |
Select Language