谈谈对＜统计需求＞的一些想法

最近在做统计，大家有什么想法呢？如何才能保证性能？
我看之前的一版代码，是一个统计方法里，无数操作数据库的，抛开sql的性能，光这次数都让人头疼啊。
那么如何能减少这种网络传输，提高响应速率呢？

使用场景：如果对实时性没有很敏感的场景，我觉得用redis还是一个很不错的方式的。
比如半天更新一次或者更久的时间更新一次，就很赞。
缺点：实时性不好确定。

将数据通过sql查询出来，然后通过lambda表达式实现场景需求拆分。目前我就用的这种方式，尽可能少的操作数据库，减少网络传输。

list.stream().mapToInt(DataListInfoResult::getOrganizationNum).sum()

(int) list.stream()
		.filter(item -> item.getProjectId().equals(e.getProjectId()))
		.filter(item -> item.getVillage().equals(e.getVillage()))
		.map(DataOrganizationResult::getPatientId)
		.distinct().count());

resultInfo.sort(Comparator.comparing(DataListInfoResult::getExamNum).reversed());

Long, List> groupProjectOrg = allOrgInfos.stream()
			.collect(groupingBy(DataExamOrganizationResult::getOrganizationId));

设置静态表，通过定时任务，设置执行时间来将数据同步到静态表中，这样查询统计的语句直接操作静态表就OK，忽略的各种复杂逻辑。
只要保证定时执行的时间差大于逻辑执行时间，那就能充分的保证实时性，性能自然而然也就上去了。

• Elasticsearch 是一个基于 Lucene 构建的开源、分布式、RESTful 接口全文检索引擎。
• Elasticsearch 也是一个分布式文档数据库。
• Elasticsearch 可以在很短的时间内存储、搜索大量数据。
• Elasticsearch 有很强的水平扩展能力。

• 添加搜索功能。
• 存储、分析数据。
• 管理、交互、分析空间信息

一共四种场景，该选择哪个，我觉得还是视情况而定吧。