我正在构建一个大型数据库（数百万行）的前端。数据是不同公司负荷的用水量，表格如下所示：
id | company_id | datetime | reading | used | cost
=============================================================
1 | 1 | 2012-01-01 00:00:00 | 5000 | 5 | 0.50
2 | 1 | 2012-01-01 00:01:00 | 5015 | 15 | 1.50
....
在前端，用户可以选择他们想要查看数据的方式，例如：6 小时增量、每日增量、每月等。快速执行此操作的最佳方法是什么。鉴于数据变化如此之大以及任何一组数据将被看到的次数，将查询数据缓存在 memcahce 或类似的东西中几乎没有意义，并且由于变量太多，无法预先构建数据。
我认为使用某种聚合聚合表可以使诸如readings,readings_6h之类的表readings_1d具有完全相同的结构，只是已经聚合。
如果这是一个可行的解决方案，那么使聚合表保持最新和准确的最佳方法是什么。除了来自仪表的数据外，该表是只读的。用户不必更新或写入它。
一些可能的解决方案包括：
1）坚持使用组/聚合函数进行查询
2）做一个基本的选择和保存
SELECT `company_id`, CONCAT_WS(' ', date(`datetime`), '23:59:59') AS datetime,
MAX(`reading`) AS reading, SUM(`used`) AS used, SUM(`cost`) AS cost
FROM `readings`
WHERE `datetime` > '$lastUpdateDateTime'
GROUP BY `company_id`
3）重复键更新（不确定如何在这里进行聚合，还要确保数据准确，不计算两次或丢失行。
INSERT INTO `readings_6h` ...
SELECT FROM `readings` ....
ON DUPLICATE KEY UPDATE .. calculate...
4) 其他想法/建议？
我目前正在执行选项 2，这需要大约 15 分钟将 +- 100k 行聚合成 +- 30k 行，超过 4 个表（_6h、_1d、_7d、_1m、_1y）
TL;DR 查看/存储大量无法有效缓存的报告的聚合数据的最佳方法是什么。