3

我有一个存储在 PostgreSQL 数据库中的时间序列值（例如，股票市场价格的随机游走）。这是一个非常大的表，我希望能够以同样快的速度处理任意时间跨度的查询。我脑子里有这张图表，我想知道他们是怎么做到的。

一个简单的例子：

WITH t(ts, val) AS ( VALUES
    ('2012-10-04 00:00:00'::timestamp, 1.11::numeric),
    ('2012-10-04 00:00:01', 1.21),
    ('2012-10-04 00:00:02', 1.25),
    ('2012-10-04 00:00:03', 1.41),
    ('2012-10-04 00:00:04', 1.31),
    ('2012-10-04 00:00:05', 1.25),
    ('2012-10-04 00:00:06', 1.33))

（假设timestamp 列上有一个索引。）该表很大，检索时间跨度（例如，一年四分之一）的所有值需要很长时间。但是，由于我想要对这些数据做的只是绘制一个图表来可视化全球趋势，我并不真的需要从那个时期获取整个数据集，但一个有代表性的子集就可以了。

我想到的事情：

  • 生成一个子语句列表，每个子语句检索一个短子时间间隔的任意值（例如，每小时间隔一个值）。
  • 聚合值，例如AVG()和 group bydate_trunc('hour', ts)或类似的（但这本身会更快吗？可能会创建另一个包含预聚合值的表？）

有没有办法实现这一目标？

4

1 回答 1

1

我的第一个冲动是用聚合数据创建一个物化视图。这应该非常快（不计算创建它的一次性操作。）

除此之外，如果您不想在数据库中创建更多对象，那么（真正的）随机选择与索引相结合可能足够快速且有效。

根据表格的具体情况和实际大小以及对结果的精确程度的要求，您可能能够沿着这些路线取得一些成果，这可能会相对较快。

于 2012-10-15T17:12:42.260 回答