字段分别是：商店代码，销售日期，产地（北京上海等5个产地），类型（橙子，梨，苹果等50种水果），个数
现在的表存数据一个表中数据条数太多，怎么改造数据库能使得条数少
-
本版专家分：0结帖率 100% -
有一个统计表
字段分别是：商店代码，销售日期，产地（北京上海等5个产地），类型（橙子，梨，苹果等50种水果），个数
现在的表存数据一个表中数据条数太多，怎么改造数据库能使得条数少展开阅读全文
-
本版专家分：313905
-
-
名人
2019年 荣获名人称号
2012年 荣获名人称号
-
-
进士
2011年 总版技术专家分年内排行榜第四
2010年 总版技术专家分年内排行榜第九
2009年 总版技术专家分年内排行榜第八
-
- 金牌 2011年10月 总版技术专家分月排行榜第一
-
-
银牌
2011年12月 总版技术专家分月排行榜第二
2011年9月 总版技术专家分月排行榜第二
2009年11月 总版技术专家分月排行榜第二
-
-
分成几个表
商店表
产地表
类型表
-
本版专家分：84199
-
- 金牌 2014年2月 总版技术专家分月排行榜第一
-
- 优秀版主 2016年10月优秀小版主
-
-
银牌
2014年1月 总版技术专家分月排行榜第二
2013年12月 总版技术专家分月排行榜第二
-
- 微软MVP 2014年4月 荣获微软MVP称号
-
-
条数多？ 具体是多少呢
我觉得你的表设计的也没什么大问题。
-
本版专家分：0
-
如果100家商店，一年的数据条数是100*365*5*50=9125000条，统计某家商店一年销售的水果365*5*50=91250条数据求sum
所以想考虑怎样设计条数能少一点
-
本版专家分：84199
-
- 金牌 2014年2月 总版技术专家分月排行榜第一
-
- 优秀版主 2016年10月优秀小版主
-
-
银牌
2014年1月 总版技术专家分月排行榜第二
2013年12月 总版技术专家分月排行榜第二
-
- 微软MVP 2014年4月 荣获微软MVP称号
-
-
如果你只是想统计一家门店的销量，速度还是很快的，通过在门店id上，还有日期上，创建索引，就能很快查询出来。
- 001-数据库设计问题
如何设计一张表？ 1、一张表必须有哪些字段？这些字段的作用是什么？必须加上create_time创建时间且添加上索引，modify_time修改时间，remark备注，这三个字段放在最后。如果是后台系统，还需要添加上operator操作...
- 小记统计表设计问题
小记统计表设计问题
- 统计模块 的 数据库 按 月份 分表 建表 设计
基于统计模型的数据量过大导致单表数据过多，采用按月份分表建表的数据库设计，即解决了单表数据量过大的问题，还便于维护数据的时效。方案如下： $visitLogObj = new VisitLog($this->getDb()); if($...
- 2017年1月-关于数据库表设计、查询、统计的想法。
它的重心是业务逻辑的实现和数据库的规划（至少现阶段的我的认识是这样的），问题来了，我如何才能依托对业务的深入理解，设计出高效、不冗余、有价值的关系型数据库的逻辑层的设计（一般数据库包括物理层、逻辑层、...
- 统计数据表的设计思想
一张订单表，统计一个商品的购买次数，特别是数据量比较大的情况下，用count /sum等聚合函数统计订单表的效率会特别低，不如新建一个统计表， 用查询来获取购买量。解决办法可以用定时任务 定时 去更新数据统计表， ...
- 报表统计设计
但数据量庞大、操作频繁的表，这么整肯定会有问题的。那么，如何做报表设计，这边提供一个比较老套通用的思路。 一．新增一个统计表，与业务部分开。 为啥弄个统计表，大家一想就知道。数据较庞大（千万），我们...
- 数据仓库-事实表和维度表的设计
最明显的区别是：操作型数据库主要是用来支撑即时操作，对数据库的性能和质量要求都比较高，为了防止“garbage in，garbage out”，通常设计操作型数据库的都要遵循几个范式的约束，除非少数情况下为了性能进行妥协...
- 进销存管理，库存表设计遐想
近期在做一个进销存的管理系统，遇到一个比较麻烦的问题，就是时不时客户提出我们系统中展示的库存数量有误差，真是头痛死我了。 由于是二次开发的项目，之前的都不是我们做的，所以难免在之前的代码处理中存在...
- 商城 商品模块 数据库 表设计
要实现一个商城，对于商品模块中的数据库表设计不懂，主要是：相同类别的产品的产品参数相同，不同类别的不同，这里就不懂要怎么设计了，所以上网找几篇博客了解什么是SPUSKUARPU PHP商城 商品模块 数据库 表设计...
- 数据仓库分层设计
所有的统计分析都基于这张大宽表与维度表，在这种简单的应用场景，这种设计倒没有什么问题，简单明了；但是如果业务场景复杂，数据种类多，维度多，那数据仓库的设计就尤为重要，特别是在数据出了问题情况下，要进行...