数据粒度的选择与数据存储和计算资源的需求息息相关。数据粒度越细，需要存储的数据量就越大，对存储资源的需求也就越高；同时，细粒度的数据可能需要更多的计算资源来进行处理和分析。相反，数据粒度越粗，存储需求和计算资源的压力就会减小。
在实际应用中，我们需要根据具体业务需求和数据分析目的来选择合适的数据粒度。如果需要进行精细的个体分析和跟踪，那么就需要选择较细的数据粒度；如果只是进行整体趋势分析或是高层次的决策支持，那么粗粒度的数据可能就足够了。
在实际操作中，我们可以根据数据的特点和业务需求来灵活选择数据粒度。比如，在零售业中，如果需要分析每个顾客的购买行为，就需要以较细的粒度存储数据；而如果只需要分析整体销售趋势，那么可以选择粗粒度的数据存储。另外，还可以通过数据压缩、数据分区等技术来优化存储和计算资源的利用，从而更好地满足不同粒度数据的需求。
综上所述，数据粒度的选择会直接影响到数据存储和计算资源的需求，需要根据具体业务需求和资源状况来进行合理的选择和优化。