Nreco立方体加工
Nreco cube cahnge processing
NReco PivotData 立方体处理
这个组件对我来说是新手，我很好奇它是否支持数据源的频繁更新？数据的正常大小为 1000 行，包含 60 个事实和 6 个维度。是否可以更新单行数据？这会触发完全重新处理吗？需要多长时间？
NReco.PivotData 库实现了内存中的多维数据结构，其中包含您要在报告中使用的维度的预聚合指标。有两种不同的使用方式：
- ROLAP-style 方式（最常使用）：PivotData class 实例是短暂的，它是在你需要渲染 pivot table 的时候创建和填充的 'on-the-fly'或为图表准备 JSON 数据。数据源无关紧要：这可以是内存中的模型列表，即 processed with PivotData.ProcessData method or DB aggregation query results may be loaded with help of GroupedSourceReader class.
- 对于仅附加数据集的实时报告，您可以在应用程序启动时加载一次 PivotData class 实例，然后 'update' 使用新记录加载它。根据您的需要，PivotData 可能会保留并预先计算 totals/totals，或者 'lazy' 汇总可能仅在访问总值时执行（这由 PivotData.LazyTotals 标志控制）。
关于
Normal size of data will be 1000 rows containing 60 facts and 6
dimensions.
这是非常小的数据，1k行用ProcessData方法处理的很快（只计算了具体报表需要的dimensions/measures）。如果你使用数据库作为数据源，它应该能够足够快地执行聚合（GROUP BY）查询；即使是数十亿行，专门的分析数据库也可以在几秒钟内完成。
NReco PivotData 立方体处理
这个组件对我来说是新手，我很好奇它是否支持数据源的频繁更新？数据的正常大小为 1000 行，包含 60 个事实和 6 个维度。是否可以更新单行数据？这会触发完全重新处理吗？需要多长时间？
NReco.PivotData 库实现了内存中的多维数据结构，其中包含您要在报告中使用的维度的预聚合指标。有两种不同的使用方式：
- ROLAP-style 方式（最常使用）：PivotData class 实例是短暂的，它是在你需要渲染 pivot table 的时候创建和填充的 'on-the-fly'或为图表准备 JSON 数据。数据源无关紧要：这可以是内存中的模型列表，即 processed with PivotData.ProcessData method or DB aggregation query results may be loaded with help of GroupedSourceReader class.
- 对于仅附加数据集的实时报告，您可以在应用程序启动时加载一次 PivotData class 实例，然后 'update' 使用新记录加载它。根据您的需要，PivotData 可能会保留并预先计算 totals/totals，或者 'lazy' 汇总可能仅在访问总值时执行（这由 PivotData.LazyTotals 标志控制）。
关于
Normal size of data will be 1000 rows containing 60 facts and 6 dimensions.
这是非常小的数据，1k行用ProcessData方法处理的很快（只计算了具体报表需要的dimensions/measures）。如果你使用数据库作为数据源，它应该能够足够快地执行聚合（GROUP BY）查询；即使是数十亿行，专门的分析数据库也可以在几秒钟内完成。