记一个大数据量统计分析

     前几天主管在培训的时候，提了一个统计需求，具体需求是：有一个订单表数据量非常大，每年都新增上亿的数据量，现在要求按年、季、月、日来统计交易金额，并且最长5秒钟出数据。第一眼看到这个需求，我相信大多数人是按要求写一条SQL语句进行分组统计。各种sum求和、按照年、季、月、日分组再union。最后功能是实现了也能正确统计出要的数据来，但在时上却不知道要多久。

数据分析四个关键环节

      桑文锋把数据分析分为四个环节，数据采集、数据建模、数据分析、指标。他提出了一个观点，要想做好数据分析，一定要有自底向上的理念。很多公司的数据分析自顶向下推动，用业务分析指标来决定收集什么数据，这是需求驱动工程师的模式，不利于公司长久的数据采集。而一个健康的自底向上模式，可以帮助公司真正建立符合自己业务的数据流和数据分析体系。 

所以这里我们第一步就要重新采集数据，首先要把数据基础建好。第二步数据建模，针对此表需求建立四张表：分别为存放年、季、月、日的数据。在创建订单的时候我们对这四张表的金额进行修改或插。

1、根据年、季、月、日创建四张表，表字段都共有年、金额。
2、在创建订单的时候分别向四张表修改或插入数据。
3、查询统计的时候就是对这几张表操作，不再操作订单表。
这里年就只有一条数据，季在一年中4条数据、月在一年中只有12条，日一年中也就365条，即使多年后数据也不会增加很多。
4、对历史数据作初始化处理，分别按年、季、月、日

按照以上几步数据不会去操作订单表，只需要对这几张作查询分析。

 

参考文章：https://sensorsdata.cn/blog/da-shu-ju-fen-xi-de-si-ge-guan-jian-huan-jie/