多维时空数据库

世界所有的物质和能量都可以记录为数据，通过构建一个完善的数据库，将能够记录和推演时间万事万物的发展变化，也能够检索世界一切的历史变化，现提出多维时空数据库概念，期望能够和大家一起探讨和学习。

核心概念

由于一切的事物和能量细化到一个微小的点和单元量，都可以通过多个维度和值量信息标识。所以多维时空数据库的核心数据结构可一理解为维度和值量。

维度：在四维时空中，标识一个点，可以通过如下维度表示，时间、空间坐标（x/y/z）、质点类型。

值量：同样针对上述的一个点,就指的是各个维度值的集合。

快照：特殊的数据切片，基于全量数据。

切片：基于特定维度的数据。

存储结构

多维时空数据库应该采用类似于列式的数据存储结构，但相比于传统列式数据库，治理的数据库应该具有多维性质，并支持维度的变化序列记录。时间是一个特殊的维度，每个数据单元都支持在时间序列上的变化，并记录数据变化。

数据检索

在如此复杂的数据存储结构上，数据检索将会具有很大困难。但是我们可以采用数据快照、数据切片、数据分段等方式来处理数据，使其方便检索和分析。

我们可以根据不同粒度分割冷热数据，并生成全息数据快照和数据切片。由于每个数据都会在时间上进行序列变化，我们可以根据时间分段，并生成基于时间的数据快照和基于特定维度的数据切片。为数据检索者提供附近的数据检索支持。

在进行数据检索的时候，我们可以通过将最近的数据变化向最近数据快照或者数据切片进行投影，从而提取出我们想要的数据结果。

数据切片方式

    数据横切：基于时间的数据快照。
    数据纵切：基于特定维度的数据变化流水线。