我有一个涉及大量相关表的系统。考虑一个标准的类别/产品/订单/客户/订单项目场景。有些表是自引用的(如类别)。这些表都不是特别大(大约 10 万行，估计规模约为 100 万行)。我需要考虑这些数据的很多维度，但必须以近乎实时的方式进行查询。我也不知道特定用户对哪些维度感兴趣——它可以是多个表中的一个或多个标准。范围从
- 给我一类夹克的一切
- 请提供夹克类别的所有东西->上个月在纽约购买的红色派克大衣
- 将所有不是在纽约购买的值(value)超过 100 美元的东西都给我。
目前我们有一个非常长的 SP，它使用“级联数据”方法 - 我们逐表进行，使用为该表指定的任何标准将所有内容过滤到临时表中。对于下一个表，我们将当前临时表连接到我们正在使用的任何表，并将新的过滤器集应用到新的临时表中。它有效，但可管理性和性能很慢。我需要更好的东西。
我需要一种新方法来解决这个问题。显然需要 OLAP，可能使用星型模式。这能实时工作吗？它可以配置为实时工作吗？我应该使用索引 View 来创建一组非规范化表吗？我应该将其完全卸载到数据库之外吗？
仅供引用，我们正在使用 SQL Server。
最佳答案
如您所说，这非常适合 OLAP。 使用 Sql Server 2005 和 2008，您可以设置几乎实时的解决方案。你应该:
- 创建非规范化星型模式
- 使用该模式构建 OLAP 多维数据集
- 启用主动缓存以在基础数据源发生变化时更新多维数据集。
这不是一项简单的工作，您需要 Sql Server 的企业版才能使用主动缓存。您还需要一些前端工具(也许 excel 可以)来使用多维数据集。
关于sql-server - 帮助找出(近)实时多维数据查询的方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/686199/