Algorithm 在图形中是否有类似于mipmap的数据存储模式？

我们有大量的数据，用户可能希望查看这些数据的窗口，并且可以快速查看。他们可能希望查看一个数据窗口，即一天、一周、一个月或任意开始和结束的数据。事实证明，实时整理和总结所有这些东西对我们来说是痛苦的，所以我想到了在3D渲染中做一些类似mipmap的事情。最终，您将以各种不同的比例存储预先计算的相同数据，然后使用不同的比例对结果进行插值。因此，我已经知道一家商店一年、一个月、一周和一天的数据是多少，如果他们要求特定的范围，我会使用不同的量表快速相加，得出正确的结果，但我不必重新处理完整的数据集，我只需要检索四到五条记录，然后加上或减去它们

这是真实的模式吗？这有什么意义吗？我可以在一些地方读到如何做到最好，或者有更好的方法来处理像这样的大块数据，在这些数据中需要以不同的切片进行查看

---

这似乎应该是一个众所周知并已解决的问题。例如，很多人有股票投资组合，他们每天都需要做这种事情。我们的数据不是股票价格，但想法是一样的。

在某种意义上，当你解释Mip映射是如何工作的（通过插值/外推）时，我认为你在这里回答了你自己的问题

---

在不同的“缩放”级别上，您只需选择较低的分辨率或数据采样率。反之则适用于更高级别的“缩放”-即需要对数据使用插值（如线性/多项式/样条曲线等）来估计数据点之间的值。

我喜欢你对mipmapping的类比，我认为，特别是抽样制度，你可能会发现你所追求的抽象数据设计。它为您提供了数据背后的理论，尽管他们更多地考虑XML数据模型而不是关系表

---

我曾经和CSIRO的人一起工作过，很多想法都来自于必须管理像水取样传感器这样的巨大数据集。更多详细信息请访问。

好的，我搜索了又搜索，搜索了又搜索。安迪·登特的链接让我开始将数据描述为“时间序列”，这对我有所帮助。然后我偶然发现，我正在做的是重新创造它。我知道这是一个众所周知的、彻底解决的问题，我是对的。就是OLAP

---

您构建了一组聚合表，这些聚合表沿着特定维度（在本例中为时间）聚合数据，您甚至可以获得这样的工具，这些工具将接受用另一种查询语言（即非SQL）编写的查询还有一组事实表加上聚合，它将决定如何最好地对这些表执行查询。

我只是想知道是否有相关的文献。也许这是一个糟糕的数据解决方案，它只适用于可视化的东西（这远不如金钱，相信我）。我有点希望有人会说，“哦，是的，这正是我们为诸如此类的事情所做的，诸如此类，而且效果很好，”或者，“我可以看出，你可能会认为这种简单的解决方案是可行的，但你真的应该使用Bumpletag结构，它会更好地解决你的问题。”