在数据处理中，二维Table可以理解为行列交叉的网格，但实际业务常需要更多维度（如时间+地区+指标）。Guava的Table虽然原生只支持二维，但通过组合其他集合类型，可以灵活模拟出多维结构。

1. 通过Table嵌套构造三维数据

核心思路是将Table的值域扩展为另一个Table，从而获得三维索引能力（例如：日期→区域→指标）。示例代码演示了如何存储和查询时间序列数据：

import com.google.common.collect.HashBasedTable;
import com.google.common.collect.Table;
import java.util.Map;

public class Demo3DTable {
    public void run() {
        // 三维Table: 日期 -> 区域 -> 子Table(指标名 -> 值)
        Table<String, String, Table<String, Integer>> data = HashBasedTable.create();

        // 构造第一组区域数据
        Table<String, Integer> northMetrics = HashBasedTable.create();
        northMetrics.put("Sales", 1000);
        northMetrics.put("Profit", 200);

        // 构造第二组区域数据
        Table<String, Integer> southMetrics = HashBasedTable.create();
        southMetrics.put("Sales", 1200);
        southMetrics.put("Profit", 300);

        // 填充三维结构
        data.put("2024-12-01", "North", northMetrics);
        data.put("2024-12-01", "South", southMetrics);

        // 查询：2024-12-01的North区域Sales值
        Table<String, Integer> northSub = data.get("2024-12-01", "North");
        System.out.println("North Sales: " + northSub.get("Sales")); // 输出1000

        // 查询：2024-12-01的South区域Profit值
        Table<String, Integer> southSub = data.get("2024-12-01", "South");
        System.out.println("South Profit: " + southSub.get("Profit")); // 输出300
    }
}

这种嵌套方式允许通过三个连续的键（日期、区域、指标名）精确定位到数值，直观地模拟了三维数据表。

2. 多维度遍历与查询

遍历多维数据时，可以逐层深入：先遍历外层Table的行列键，再遍历子Table的内容。以下代码展示了完整的层级访问：

public void traverse3D() {
    Table<String, String, Table<String, Integer>> cube = HashBasedTable.create();

    // 填充数据
    Table<String, Integer> d1 = HashBasedTable.create();
    d1.put("Sales", 2000); d1.put("Profit", 500);
    Table<String, Integer> d2 = HashBasedTable.create();
    d2.put("Sales", 1500); d2.put("Profit", 450);
    cube.put("2024-12-01", "North", d1);
    cube.put("2024-12-01", "South", d2);

    // 遍历所有维度
    for (String date : cube.rowKeySet()) {
        for (String region : cube.columnKeySet()) {
            Table<String, Integer> metrics = cube.get(date, region);
            if (metrics != null) {
                System.out.printf("Date=%s, Region=%s%n", date, region);
                for (Map.Entry<String, Integer> entry : metrics.cellSet()) {
                    System.out.printf("  %s: %d%n", entry.getKey(), entry.getValue());
                }
            }
        }
    }
}

通过cellSet()可以获取子Table中的所有键值对，结合外层键即可得到完整的多维索引。

3. 用Map+Table实现四维结构

当需要四维或更高维度时，可以混合使用Map与Table。例如用外层Map表示年份，内层Table表示月份→区域→指标：

import java.util.HashMap;
import java.util.Map;

public class Demo4D {
    public void build4DStructure() {
        // 四维：年份 → 月份 → 区域 → 指标值
        Map<String, Table<String, String, Table<String, Integer>>> yearData = new HashMap<>();

        // 构造第三层：区域 → 指标
        Table<String, String, Integer> regionMetric = HashBasedTable.create();
        regionMetric.put("Sales", 1500);
        regionMetric.put("Profit", 300);

        // 构造第二层：月份 → 区域结构
        Table<String, String, Table<String, Integer>> monthData = HashBasedTable.create();
        monthData.put("January", "North", regionMetric);

        // 放入第一层Map
        yearData.put("2024", monthData);

        // 查询：2024年1月的North区域Sales值
        Table<String, String, Table<String, Integer>> jan = yearData.get("2024");
        Table<String, Integer> north = jan.get("January", "North");
        int sales = north.get("Sales");
        System.out.println("2024 January Sales: " + sales); // 输出1500
    }
}

通过Map与Table的任意组合，理论上可以构造任意维度的数据容器，但需注意可维护性和性能开销。

小结

Guava Table虽然仅提供二维语义，但通过嵌套和组合其他集合类（Table、Map），可以灵活构建三维甚至四维的数据结构。这种设计在时间序列、多维度报表等场景中非常实用，能够用简洁的代码实现复杂的多维索引逻辑。