DB2 9 数据库管理（731 考试）认证指南，第 2 部分: 数据放置（9）-sdccf-ChinaUnix博客

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24022) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24021) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24020) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24019) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24018) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24017) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24016) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24015) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24014) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24013) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24012) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24011) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24010) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24009) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24008) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24007) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24006) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24005) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24004) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24003) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24002) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24001) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(24000) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23999) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23998) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23997) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23996) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23995) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23994) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23993) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23992) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23991) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23990) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23989) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23988) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23987) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23986) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23985) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们

多维聚合（MDC）

为了创建一个 MDC 表，需要使用 organize by 参数指定表的维，如下所示：

  CREATE TABLE MDCTABLE( 
  Year INT, 
  Nation CHAR(25), 
  Colour VARCHAR(10),
  ... )
  ORGANIZE BY(Year, Nation, Color)

在这个例子中，这个表将按 year、nation 和 color 这几个维来组织，逻辑上看起来如下图所示。

您不能将一个表改成 MDC 表，所以在创建数据库之前，应该尽可能使用 design advisor，看看您的表应该是 MDC 表还是普通的表。

以下列表总结了对 MDC 表在设计上的考虑。

在确定候选维的时候，应寻找那些不是太细粒度的属性，以允许在每个单元中存储更多的行。这种方法将更好地使用块级索引。
更高的数据量将提高填充密度。
如果只是用于分析，那么首先将数据装载为非 MDC 会比较有用。
表空间盘区大小对于有效的空间使用是一个关键的参数。
虽然 MDC 表可能要求一开始对数据有更多的理解，但是获得的回报是查询时间有望缩短。
有些数据可能不适合于 MDC 表，而使用标准聚合索引则可能更好。
虽然更小的盘区大小可以提高对磁盘空间的使用效率，但是应该考虑查询的 I/O。
更大的盘区通常会减少 I/O 成本，因为每次可以读取更多的数据。反过来，这样又会导致更小的维块索引，因为每个维值将需要更少的块。而且，插入操作将变得更快，因为对新块的需要更少了。

阅读(23984) | 评论(0) | 转发(0) |

给主人留下些什么吧！~~

感谢所有关心和支持过ChinaUnix的朋友们