5

ユーザーがウィンドウを表示してすばやく表示したいデータがたくさんあります。彼らは、日、週、月、または任意の開始データと終了データであるデータのウィンドウを見たいと思うかもしれません。これらすべてをリアルタイムで並べ替えて要約することは、私たちにとって苦痛であることがわかっているので、3Dレンダリングでミップマップに似た何かをすることを思いつきました。最終的に、さまざまな異なるスケールで事前に計算された同じデータを保存し、さまざまなスケールを使用して結果を補間します。ですから、店舗の1年、特定の月、特定の週、特定の日の数値はすでにわかっています。特定の範囲を求められた場合は、さまざまなスケールを使用して、適切なものをすばやく合計します。結果ですが、必ずしも完全なデータセットを再処理する必要はありません。

これは本当のパターンですか？それは意味があり、それを最もよく行う方法について読むことができる場所がありますか、それともさまざまなスライスで表示する必要があるこのようなデータの大きなチャンクを処理するためのはるかに優れた方法がありますか？

これはよく知られていて解決された問題のようです。たとえば、多くの人が株式ポートフォリオを持っており、彼らは毎日この種のことをする必要があります。私たちのデータは株価ではありませんが、考え方は同じです。

4

3 に答える 3

2

OK、検索して検索して、さらに検索しました。Andy Dent のリンクにより、私はデータを「時系列」として説明し始めました。それから私はOLAPに出くわし、私がやっていることはそれを再発明していることに気付きました。これはよく知られた、徹底的に対処された問題でなければならないことは分かっていましたし、その通りでした。OLAPです。

特定のディメンション (この場合は時間) に沿ってデータを集計する集計テーブルの束を作成し、別のクエリ言語 (つまり、SQL ではない) で記述されたクエリと一連のファクト テーブルと集計を取得するMondrianなどのツールを取得することもできます。そして、それらのテーブルに対してクエリを実行する最善の方法を決定します。

于 2009-11-06T16:11:29.230 に答える
1

私はあなたのミップマッピングへの類推が好きで、観測と測定の分野、特にサンプリング体制はおそらくあなたが求めている抽象的なデータ設計を見つける場所だと思います. リレーショナル テーブルよりも XML データ モデルの観点から考えていますが、データの背後にある理論を提供します。

私は CSIRO の担当者と協力してこの作業を行っていましたが、多くの考えは、水サンプリング センサーなどの膨大なデータ セットを管理する必要があることから生じています。詳細については、SEEGrid wikiを参照してください。

于 2009-11-06T05:24:48.007 に答える
1

ある意味では、ミップ マッピングがどのように機能するか (内挿/外挿による) を説明したときに、ここで自分の質問に答えたと思います。

さまざまなレベルの「ズーム」では、データの解像度またはサンプルレートを低くするだけです。逆は、より高いレベルの「ズーム」で適用されます-データで補間（線形/多項式/スプライン/など）を使用してデータポイント間の値を推定する必要があるポイントまで。

于 2009-11-04T22:01:19.990 に答える