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(27298) | 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(27297) | 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(27296) | 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(27295) | 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(27294) | 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(27293) | 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(27292) | 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(27291) | 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(27290) | 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(27289) | 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(27288) | 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(27287) | 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(27286) | 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(27285) | 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(27284) | 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(27283) | 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(27282) | 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(27281) | 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(27280) | 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(27279) | 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(27278) | 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(27277) | 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(27276) | 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(27275) | 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(27274) | 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(27273) | 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(27272) | 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(27271) | 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(27270) | 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(27269) | 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(27268) | 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(27267) | 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(27266) | 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(27265) | 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(27264) | 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(27263) | 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(27262) | 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(27261) | 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(27260) | 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