Question

我有一个时间序列数据集进行分析，但困难在于

数据集非常大。
时间序列事件由具有隶属关系的不同对象提交。
它在mysql中，没有类似索引列的id加入

e.g。

----------------
dt     obj        comp
----------------
t1,    object_a,   component_1
t2,    object_b,   component_1
t3,    object_c,   component_3
t4,    object_a,   component_1
t5,    object_c,   component_2
t6,    object_b,   component_3
----------------

我想知道每次提交之间的延迟来自每个对象的每个组件。即 obj_a.comp_1.delay1 = obj_a.compoent_1.t4 - obj_a.component_1.t1

等

我试图加入

select timediff( t1.dt, t.dt ) as delay
from  table as t 
join table as t1
on t1.dt = (
    select min(t2.dt)
    from table as t2
    where t2.obj = t.obj 
    and t2.comp = t.comp 
    and t2.dt > t.dt
)

但这是永远的，所以我在想是否有任何方法可以对结果进行排序并使用变量进行行间计算，它会更快。但它在每次使用子查询和视图时失败，其中排序总是在计算后完成。从我在order by上看到的内容来看，这似乎是不可能的。那么我有什么选择才能以相当快的速度实现这一目标呢？

Answer 1

我们会坚持你的结构。您错过了join条件：

select timediff( t1.dt, t.dt ) as delay
from table t join
     table t1
     on t1.obj = t.obj and t1.comp = t.comp and
         t1.dt = (select min(t2.dt)
                  from table t2
                  where t2.obj = t.obj and 
                        t2.comp = t.comp and
                        t2.dt > t.dt
                 );

然后，使用此结构，您需要table(obj, comp, dt)上的索引。

现在，这与您的结构有关。一个更简单的方法就是使用子查询：

select timediff((select min(t2.dt)
                  from table t2
                  where t2.obj = t.obj and 
                        t2.comp = t.comp and
                        t2.dt > t.dt
                 ),
                 t.dt
                ) as delay
from table t;

您需要相同的索引。

如果您需要匹配行中的其他列（join除外），则需要dt方法。

在行间计算之前对记录进行排序的选项是什么？

1 个答案: