【发布时间】：2017-09-22 15:46:45
【问题描述】：
我们正在开发一种产品，该产品可用于开发预测模型以及对数据进行切片和切块以提供 BI。
我们有两种数据访问要求。
对于预测建模，我们需要每天读取数据并逐行进行。在这种情况下，普通的 SQL Server 数据库就足够了，我们没有遇到任何问题。
如果对大数据进行切片和切块，例如 1GB 的数据，我们可以说是 300 M 行。我们希望以最短的响应时间轻松地转换这些数据。
当前的 SQL 数据库在这方面存在响应时间问题。
我们希望我们的产品能够在任何具有 2GB RAM 和 Core 2 Duo 处理器的普通客户端计算机上运行。
我想知道我应该如何存储这些数据，以及如何为每个维度创建一个旋转体验。
理想情况下，我们将拥有大型公司按产品按地区按销售人员的每日销售额的数据。然后我们想根据任何维度对它进行切片和切块，并且能够执行聚合、唯一值、最大值、最小值、平均值和其他一些统计功能。
【问题讨论】：
-
你试过什么？你的数据结构是什么？什么版本的 SQL Server？数据多久增长一次还是静态的？是否有很多插入/更新活动？每个数据库有多少用户？
-
我们使用的是 SQL Server 2008。首先，这不是一个事务应用程序。我们允许用户导入任何此类数据，然后根据他们的要求进行切片和切块。您可以将其与 ClickView 和 SpotFire 的功能进行比较。所以我们没有任何插入/更新活动定期他们导入数据然后进行分析。每个数据库的用户约为 50 个。
标签： sql pivot data-modeling business-intelligence large-data