概要

公开的资料显示，数据库粒度是：“在数据库领域，特别是数据仓库的设计中，粒度是一个核心概念，它直接影响到数据分析的准确性和存储效率。粒度的设定涉及到数据的详细程度和精度，是数据仓库设计中的一个重要方面。细化程度越高，粒度级就越小，反之则粒度级越大。”

看着特别抽象，这里结合具体项目设计思路去讲解。

场景

场景1：库存。对于业务量非常大的进货和销售场景，如果想查询某件产品的库存数据，最直接的处理就是从出入库明细里进行统计。这种统计如果十分频繁，效率问题会影响用户体验，也许软件系统交付之初看不出效率问题，但系统使用超过几个月后的效率，很难预测。

场景2：某全球性的教育数据普查平台。这种平台数据量增长也十分可观，用户关心更多的是统计数据，如查询某国中文师资情况，都是关心统计数字。当数据量增长到系统变慢时，硬件的升级也只是缓兵之计，解决不了长久问题。

设计思路

• 一般采取多粒度的数据库表设计，通常是两级粒度。大粒度表保存了统计结果，以备随时提供给用户，细粒度保存了明细。比如库存，库存明细表无论入库或者出库，只要发生一笔，就会相应地同时在大粒度表的统计结果上做修改。可以做到实时。

• 业务逻辑如果非常复杂，可以采取多粒度数据库表设计，同时在系统没有交易发生时进行统计。就是错峰计算。

小结

此类设计思路很多场景下都会遇到，实际应用的时候还要综合考虑其他因素灵活设计。