Question

我有一个存储在PostgreSQL数据库中的值的时间序列（例如，股票市场价格的随机游走）。这是一个非常大的表，我希望能够同样快速地处理任意时间跨度的查询。我心中有this chart，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))

（假设时间戳列上有一个索引。）该表很大，并且需要很长时间来检索例如一年四分之一的时间跨度的所有值。但是，由于我想对这些数据做的只是制作一个可视化全局趋势的图，我并不需要从那个时期获得整个数据集，但代表性的子集会没问题。

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）。
汇总值，例如AVG()和date_trunc('hour', ts)或类似的分组（但这会更快吗？可能会创建另一个包含预聚合值的表吗？）

有没有可行的方法来实现这一目标？

Answer 1

我的第一个冲动是使用聚合数据创建物化视图。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，（真正）随机选择与索引相结合可能会快速且有效。

根据表格的具体情况和实际尺寸以及结果准确程度的要求，您可以将某些内容从along these lines拉出来，这可能会相对较快。

在数据库中有效地子采样时间序列数据

1 个答案: