我应该考虑使用哪种数据库技术来构建可扩展的“移动平均”视图？

Question

我们正在开发一个应用程序，其中数百万的用户将同时输入信息。 假设该应用程序允许人们对他们想居住的地理位置进行评估。 允许每个参与者使用0-10之间的十进制值对每个区域评分。 每个人根据性别（例如，性别）以及认为自己活跃或喜欢文化的人都属于一个或多个组。

每次进行评分时，我们都需要有一个视图，向我们显示每个区域/组的平均评分。 我知道大多数数据库都有一个“平均”函数，但是出于我们的目的，我们需要能够使用我们自己的函数，因为我们可以使用几何平均值而不是算术平均值。

以下是一些可能使用的表格。 注意：为了简洁起见，我没有包括关系表PeopleGroups ，该表映射了一个人所属的组。

Regions               People            Groups              RegionScoresByPerson
+-----+------------+  +-----+-------+   +-----+----------+  +-----+-----+-------+
| RID |    NAME    |  | PID | Name  |   | GID |   Name   |  | RID | PID | Score |
+-----+------------+  +-----+-------+   +-----+----------+  +-----+-----+-------+
|   1 | Flordia    |  | P1  | Alice |   | G0  | Everyone |  |   1 | P1  |     6 |
|   2 | California |  | P2  | Bob   |   | G1  | Women    |  |   1 | P2  |     8 |
+-----+------------+  | P3  | Frank |   | G2  | Men      |  |   1 | P3  |     3 |
                      | P4  | Mary  |   | G3  | Active   |  |   1 | P4  |     2 |
                      +-----+-------+   | G4  | Culture  |  |   1 | P1  |     7 |
                                        +-----+----------+  |   1 | P2  |     5 |
                                                            |   1 | P3  |     8 | 
                                                            |   1 | P4  |     2 | 
                                                            +-----+-----+-------+ 

我们当前的实现使用一组相似的表来存储评分，但是我们无法实时计算平均值。 每当我们需要结果时（例如，向我显示加利福尼亚州女性的平均得分），我们都必须将所有信息拉入内存并手动运行计算。

我想知道如何利用数据库技术（例如视图，触发器，存储过程等）向我展示一个简单的表格，该表格可以让我按人员和组的评分，因此我们不必手动运行计算。

我想要类似以下的表格，其中所有内容都由数据库处理。 RegionScoresByPerson或Groups表上的任何插入，更新，删除操作都将自动反映在该表中。 如果不明显，则标记为*的行将计算出来。 在这种情况下，我使用的是简单的算术平均值，但我的设计应允许使用任何类型的函数。

EID代表实体ID（个人或团体）

除了决定如何构建这种视图之外，我不确定要为People和Groups使用（和索引）哪种数据类型。 我想我希望索引是整数，但是这将阻止我创建下表，因为我无法区分Person 1和Group 1 －具有ID（例如P1和G1）是否会对性能产生影响？ 我显然担心设计的可扩展性。

ScoreView
+-----------+-----+-------+
| RID       | EID | Score |
| 1         | P1  | 6     |
| 1         | P2  | 8     |
| 1         | P3  | 3     |
| 1         | P4  | 2     |
| 1         | P1  | 7     |
| 1         | P2  | 5     |
| 1         | P3  | 8     |
| 1         | P4  | 2     |
| 1         | G0  | 4.75  |*
| 1         | G1  | 4     |*
| 1         | G2  | …     |*
| 1         | G3  | …     |*
+-----------+-----+-------+

Answer 1

Apache Flume是旨在解决此类问题的开源工具。 还可以查看Google Cloud Dataflow。

https://flume.apache.org/