正确索引大型时间序列数据集以进行复杂查询

Question

我有一个很大的时间序列数据表。约8亿行。我需要正确索引这个大型数据集。我的用户界面具有下拉菜单输入作为查询选择器，允许用户更新数据集/可视化。有7种潜在的用户输入会提示对表进行查询

通常，查询顺序保持一致。阶段>周>团队>对手>地图>圆形>状态。我应该在此序列上创建单个多列索引吗？还是应该应用多个多列索引？或者，第三个选项是分别索引作为用户输入的每个列。哪种方法最有效？

def timeseries (map,stage,week,stat,team,opponent,round):
    teams=[team,opponent]
    df=df[df.match_id == id_dict[stage][week][team][opponent]]
    df=df[df.mapname == map] 
    df=df[df.stat_type == stat]
    df=df[df.team.isin(teams)]
    df=df[df.map_round == round]

    --> df to visualization.

match_id的第一个过滤器有些变通，因为用户实际上是根据其他输入选择器间接选择匹配ID的。 （id_dict返回游戏的单个比赛ID）

Answer 1

根据您运行PostGRES Indexing进行摘要的PostGRES版本，本文可能会有用：

数据库将合并尽可能多的单行索引以进行优化，但是它仍然必须交叉引用完整的行。如果您知道某些行组合会比其他行更受欢迎，那么我将对它们进行组合索引以提高性能。如果您不插入表，那么拥有许多索引应该不会受到损害。