在很多业务系统中，往往涉及报表数据统计的功能，这些统计功能往往根据不同的行业、不同的分析角度而进行，不过，其相同点都是对业务明细数据根据需求进行各种统计汇总组合。这些功能在业务数据量较少的前期，一般没什么性能问题，但随着时间、业务的发展，数据量越来越多，而之前的一些速度很快的报表功能会变得越来越慢。这些现象估计有比较多人员在实际中碰到，所以，现在想看看各位日常中是如何解决这种问题的，最好包括从明细数据的组织、报表结果的数据如何组织、功能架构的原理逻辑等一系列的角度说明下。
另外，在数据仓库、数据挖掘等领域，数据量那么大，类似上述的现象问题又是如何解决的？ 欢迎大家将实际中的上述类似问题的解决方案分享下，谢谢！ps:
可用分不多，倾我所能了。
另外，在数据仓库、数据挖掘等领域，数据量那么大，类似上述的现象问题又是如何解决的？ 欢迎大家将实际中的上述类似问题的解决方案分享下，谢谢！ps:
可用分不多，倾我所能了。
你的这个问题，已经是数据仓库的概念了。
我们是把数据从在线事务数据库中提取出来，形成data warehouse, 以供报表分析工具使用。在提取中设置不同的维度来实现。所以仍建议你先看一下数据仓库的概念。
而我现在要问的，只是一些业务应用系统中一些业务简单的汇总统计功能罢了，难道一个小业务系统，也要专门去搞一个DW来处理，有点太过了吧？
奇怪了，难道你们平时的系统都没有统计功能模块的(例如一些统计报表之类的）？我只是想了解下你们平时在这方面怎么处理的，不会是为了一个系统中某个小统计功能而去搞个DW吧？
对大型的表，可根据需要定时将数据从表中取出，放到另外一个表中，专门供查询用，不影响事务的进行。
数据量再大的话，可以定期从数据库备份数据到另外一个数据库，查询这个数据库了。
如果再大的话，那就用DM和DW，用专门的DTS工具抽取数据，进行重新组织和处理了，就是所谓的数据仓库系统了。
1、收集数据。能够根据需要，方便的生成收集数据的页面。（带导出excel表格）（当然要有用户管理、授权的功能）
2、储存数据。
3、分析数据。
楼主 看你讲内容就知道你走入了一个误区；
一个系统肯定有它能承受能力设计，在设计系统时候就应该对业务量和数据量有所评估。
当业务量和数据量开始飙升或者差不多超过系统能承受压力时候，我们必须改善或者修改系统架构来解决，不是增加一两个表就可以解决了。当报表速度慢了，我们首先是检查问题出现原因。是SQL 不优化？还是系统数据量太大超过我们估算？是否服务器配置不好等等。
若SQL 不好，可以优化；若数据量太大，之前没有考虑数据量到，只能临时增加一些机制来快速解决，如：每个月对某些特定数据进行统计；若服务器不好，就要求买；出现问题原因很多；但可以总结为：系统使用初中期出现的问题，一般都是SQL不优化 和 对系统数据量评估不足。到了系统使用后期就是数据量爆炸性增加，系统需要修改架构。
其实你后面提到的那些点，都是在我前面问的解决方案的一部分，你这些方面都是从大的角度去论述。
如果要细一点，我觉得可以如下：
1、物理组织上：
分表（区）、同库、分库、分服务器等；
2、处理逻辑上：
直接查询、采用一般固定式的中间表、采用基于数据仓库的数据中间表（易扩展）等；
3、其它：
表字段数据类型优化、数据表关系设计优化、索引优化、SQL写法优化、硬件资源的优化、任务调度的资源均衡等;
我感觉要想以后不遭罪，必须先期受点累，其实最重要的还是多看看大型企业或机关的信息系统，如银行、电信、铁路等用的系统，可能你就会在数据仓库管理方便上一个很大的台阶！