如何加快我的PyTables查询？

Question

我有一个PyTables文件，该文件的单个表位于一个组中，总共约1.1亿行。列为：

In [14]: table.description
Out[14]:    {
      "Epp": Float32Col(shape=(), dflt=0.0, pos=0),
      "S1200": Float64Col(shape=(), dflt=0.0, pos=1),
      "S400": Float64Col(shape=(), dflt=0.0, pos=2),
      "S800": Float64Col(shape=(), dflt=0.0, pos=3),
      "Sw": Float64Col(shape=(), dflt=0.0, pos=4),
      "nu": Float64Col(shape=(), dflt=0.0, pos=5)}

我有索引：

In [15]: table.indexedcolpathnames
Out[15]: ['S1200', 'S400', 'S800', 'Sw', 'nu']

在创建HDF5文件时，我也将expectedrows=110420854传递给了create_tables。

但是，即使是对索引列的直接查询也非常慢。该脚本：

from datetime import datetime
import tables as pyt

h5file = pyt.open_file("HITEMP_H2O.h5", mode="r")
table = h5file.root.lbl

query = """(nu > 50) & (nu < 2000) & (S800 > 1.e-26)"""

start = datetime.now()
print(start)
with open('test.out', 'w') as fo:
    for x in table.where(query):
        print(x['nu'], x['Sw'], file=fo)
end = datetime.now()
print(end-start)

在40秒钟内产生65503行，查询大量数据的时间过长。

我还能做些什么来优化我的PyTables查询？