Question

我正在尝试计算表important_stock_dates中特定日期的一组股票的最近30天的交易量总和。表all_stock_dates包含相同的股票，但交易量适用于所有日期，而不仅仅是特定日期。

示例数据

all_stock_dates

stockid, date, volume  
0231245, 20060314, 153  
0231245, 20060315, 154  
2135411, 20060314, 23

important_stock_dates

stockid, date, thirtydaysprior  
0231245, 20060314, 20060130  
0231245, 20060315, 20060201  
2135411, 20060314, 20060130

我的代码

create table sum_trading_volume as
select a.stockid, a.date, sum(b.volume) as thirty_day_volume
from important_stock_dates a, all_stock_dates b
where b.date<a.date AND b.date ge a.thirtydaysprior
group by a.stockid, a.date;

期望的结果

包含来自important_stock_dates的所有观察结果的表格，其中还包含基于匹配的stockid和all_stock_dates中的日期的前30天的总和。

问题

我遇到的问题是important_stock_dates有1500万观察，all_stock_dates有3.5亿。它耗尽了几百GB的交换文件运行此代码（最大化硬盘驱动器）然后中止。我无法看到如何优化代码。我无法在StackOverflow或Google上找到类似的问题。

Answer 1

据推测，您想要的查询加入stockid：

create table sum_trading_volume as
    select isd.stockid, isd.date, sum(asd.volume) as thirty_day_volume
    from important_stock_dates isd join
         all_stock_dates asd
         on isd.stockid = asd.stockid and
            asd.date < isd.date and asd.date >= isd.thirtydaysprior
    group by isd.stockid, isd.date;

如果这样有效，它可能会完成。

Sql笛卡尔积（与分组相加）

1 个答案: