概要

公開的資料顯示，數據庫粒度是：“在數據庫領域，特別是數據倉庫的設計中，粒度是一個核心概念，它直接影響到數據分析的準確性和存儲效率。粒度的設定涉及到數據的詳細程度和精度，是數據倉庫設計中的一個重要方面。細化程度越高，粒度級就越小，反之則粒度級越大。”

看著特別抽象，這里結合具體項目設計思路去講解。

場景

場景1：庫存。對于業務量非常大的進貨和銷售場景，如果想查詢某件產品的庫存數據，最直接的處理就是從出入庫明細里進行統計。這種統計如果十分頻繁，效率問題會影響用戶體驗，也許軟件系統交付之初看不出效率問題，但系統使用超過幾個月后的效率，很難預測。

場景2：某全球性的教育數據普查平臺。這種平臺數據量增長也十分可觀，用戶關心更多的是統計數據，如查詢某國中文師資情況，都是關心統計數字。當數據量增長到系統變慢時，硬件的升級也只是緩兵之計，解決不了長久問題。

設計思路

• 一般采取多粒度的數據庫表設計，通常是兩級粒度。大粒度表保存了統計結果，以備隨時提供給用戶，細粒度保存了明細。比如庫存，庫存明細表無論入庫或者出庫，只要發生一筆，就會相應地同時在大粒度表的統計結果上做修改。可以做到實時。

• 業務邏輯如果非常復雜，可以采取多粒度數據庫表設計，同時在系統沒有交易發生時進行統計。就是錯峰計算。

小結

此類設計思路很多場景下都會遇到，實際應用的時候還要綜合考慮其他因素靈活設計。