BW数仓概念：“空间换时间“在BW的体现

字面上理解，就是通过跟更大的存储空间来换取查询报表等待的时间（传统数据库SQL的执行时间，BW QUERY执行报表的查询时间），将计算，汇总逻辑提前计算好，下沉到存储空间中，以此来达到大幅缩短查询时间的目的。

以下下结合传统数据库做出一些空间换时间在BW的体现

1.增长冗余表（计算汇总表）数据结构。

例如现在有一张到销售订单维度的表，现在需求是查看到公司级别的销售数据，可以新增一张表，按公司维度提前汇总好放入表中，会很大程度减少查询数据量，从这张公司表查询公司维度数据会节省很多时间。

类似BW中建模的不同层模型的一些汇总逻辑处理。

2.增长冗余字段（包括计算字段)框架。

将加减乘除之类的逻辑，或者按类似当月销售这类按时间汇总的字段，提前计算好，新增字段，放在表中，这样会减小业务逻辑计算和汇总时间。

类似BW集市层ADSO中，新增一些基于报表的特定字段，例如将 当月销售 当年销售 部门销售 这类字段，提前计算好下沉到ADSO中

3, 增长索引(包括计算索引）性能

索引是数据冗余的一种，也是将表中列的数据冗余出来，这样查询时就能够不用去查询表，而是经过索引来查询，会很大程度减少查询时间。

BW中ADSO也可以建立索引。

4.增长索引视图（物化视图)优化

咱们说的索引视图（物化视图），就是对须要查询关联的数据或汇总数据，预先经过实体表存放起来。这样查询时能够不去关联的表（表有时可能不少，数据量比较大），去直接去查询索引视图（物化视图）。

BW中有时候会使用的query落地，就是这种原理。

5，数据缓存操作系统

如将常常访问的表放到内存里，这样在内存中查询速度要比在硬盘速度快不少，类似BW/4 HANA的标准功能，冷热分层，将一些不常用的历史数据作为冷数据管理，不放在HANA的内存中，将经常使用的数据作为热数据放在HANA内存中。