这是重新提交我的previous question：
我有一系列有序的时间序列数据（股票分钟价格信息）。我目前使用PostgreSQL的数据库结构如下：
symbol_table - 我将symbol_id的符号列表作为主键（序列号）。
time_table, date_table - 时间/日期值存储在那里。 time_id / date_id是主键（串行/串行）。
我的主minute_table包含分钟定价信息
date_id|time_id|symbol_id是主键（也是相应表中的外键）
使用此主minute_table我正在执行不同的统计分析，并将结果保存在单独的表格中，例如one_minute_std - 其中保留一分钟标准偏差度量。
每天晚上我都会用最后一天收盘价的当前价格信息更新表格。
使用当前实现，我的表包含所有符号，每个符号大约有50m记录。 主键已编制索引。
如果我想查询all the symbols where closing price > x and one_minute_std >2 and one_minute_std < 4 for the specific date，搜索大约需要3-4分钟。
为了加快这个过程，我想把每个符号分成它自己的表，但不是100％确定这是否是一种'正确'的方式。
你能告诉我如何加快查询过程吗？
答案 0 :(得分：4)
听起来你想要一种方法组合。
首先，您应该查看表分区。这会在多个存储单元（“文件”）之间存储单个表，但仍然为您提供单个表的灵活性。 （这是postgres文档http://www.postgresql.org/docs/current/interactive/ddl-partitioning.html）。
您可能希望按天或通过股票代码进行分区。我的第一反应是按时间（日/周/月），因为这是更新的单位。但是，如果您只通过单个股票代码进行分析，并且通常会跨越多天，则可以使用该代码进行分析。
分区后，您可能需要考虑索引。但是，我怀疑分区会解决您的性能问题。
由于您的更新是在晚上，因此您应该使用更新折叠摘要过程。例如，应在此过程中计算one_minute_std。您可能会发现最好将夜间数据加载到临时表中，对one_minute_std等摘要进行计算，然后将数据加载到最终的分区表方案中。
如果列数如此之多，那么您的分区方案可能比索引方案更好。特别是，索引具有空间开销，并且每行中的记录越小，使用索引的开销就越大，扫描整个表的开销就越大。