多维数据结构的设计与实现

在Java开发中，处理多维数据时通常需要超越简单的键值对映射。Guava Table虽然本质上是二维的（行和列），但通过巧妙的嵌套组合，我们可以模拟出三维甚至更高维度的数据结构，满足复杂业务场景的需求。

1. 利用嵌套Table实现三维数据

最直接的思路是将Table的每个值本身也设计成Table。这样外层Table的行和列作为前两个维度，内层Table提供第三个维度。以下示例展示了如何存储按日期和区域划分的销售数据：

import com.google.common.collect.HashBasedTable;
import com.google.common.collect.Table;
import org.junit.jupiter.api.Test;

public class MultiDimensionDemo {

    @Test
    public void buildThreeDimensionTable() {
        // 外层：日期 → 区域 → 内层Table（指标名→数值）
        Table<String, String, Table<String, Integer>> dataTree = HashBasedTable.create();

        // 创建北方区域的内层Table
        Table<String, Integer> northMetrics = HashBasedTable.create();
        northMetrics.put("Revenue", 5000);
        northMetrics.put("Cost", 2000);

        // 创建南方区域的内层Table
        Table<String, Integer> southMetrics = HashBasedTable.create();
        southMetrics.put("Revenue", 6000);
        southMetrics.put("Cost", 2500);

        // 将数据放入外层Table
        dataTree.put("2025-01-15", "North", northMetrics);
        dataTree.put("2025-01-15", "South", southMetrics);

        // 查询南方区域2025-01-15的Revenue
        Table<String, Integer> southData = dataTree.get("2025-01-15", "South");
        Integer revenue = southData.get("Revenue");
        System.out.println("South Revenue: " + revenue); // 输出：6000
    }
}

这种方法通过三层索引（日期、区域、指标）实现了对具体数值的精确定位，代码结构清晰，易于维护。

2. 多维度数据的遍历与查询

要有效利用嵌套Table，遍历能力至关重要。我们可以通过外层Table的行键集合和列键集合进行迭代，逐层深入：

@Test
public void traverseDimensions() {
    Table<String, String, Table<String, Integer>> dataTree = HashBasedTable.create();

    // 快速填充示例数据
    Table<String, Integer> temp = HashBasedTable.create();
    temp.put("Count", 100);
    dataTree.put("Q1", "East", temp);

    temp = HashBasedTable.create();
    temp.put("Count", 150);
    dataTree.put("Q1", "West", temp);

    // 遍历所有键值对
    for (String quarter : dataTree.rowKeySet()) {
        for (String region : dataTree.columnKeySet()) {
            Table<String, Integer> metrics = dataTree.get(quarter, region);
            if (metrics != null) {
                System.out.println(quarter + " / " + region + ": " + metrics);
            }
        }
    }
}

此模式对于时间序列数据或分类聚合数据特别有用，例如季度销售报告或区域性能监控。

3. 结合Map实现四维或更高维度

当需要四个维度时，可以将Table包装在Map中，形成更深的嵌套链。以下是一个四维示例（年份 → 月份 → 区域 → 指标）：

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

@Test
public void simulateFourDimensions() {
    // 外层Map：年份 → 内层Table（月份 → 区域 → 指标值）
    Map<String, Table<String, String, Integer>> fourDimData = new HashMap<>();

    // 构造2025年一月的北区销售值
    Table<String, String, Integer> monthlyData = HashBasedTable.create();
    monthlyData.put("January", "North", 800);
    fourDimData.put("2025", monthlyData);

    // 查询2025年一月的北区销售
    Integer sales = fourDimData.get("2025").get("January", "North");
    System.out.println("2025 January North Sales: " + sales); // 输出：800
}

进一步扩展时，可以将每一层的值类型设计为接口或泛型，从而支持任意深度的多维结构。不过，建议不超过4层，以免代码复杂度失控。

4. 性能与可读性权衡

嵌套结构虽然灵活，但会在每次访问时产生多重哈希计算。对于性能敏感场景，可以考虑使用自定义的多键索引类或第三方多维集合库。但大多数业务应用下，Guava Table的嵌套方法已经足够高效，且保留了Guava集合的优雅API和空值安全特性。