我正在测试MonetDB作为数据科学项目的解决方案。我有一张21K列的表格-除了三列以外，所有功能都被描述为float（32位）和6.5M行（可能会变大也可能不会变大，也许多达2000万行）。
我的目标是使用MonetDB上的集成Python来进行训练，而不必每次都从DB导出数据。另外，对特定列的查询是必需的，因此列存储可以是一个显着的优势。 我已经编译了MonetDB 11.31.13以获得嵌入式Python支持。操作系统是CentOS7。存储不是SSD。具有约300GB内存的48核服务器。我在表上创建了一个（唯一的）索引（不进行分析）。
我注意到，当我
SELECT * FROM [TABLE_NAME] SAMPLE 50;
需要很长时间才能完成。
然后，我尝试了：
SELECT f1, f2, ..., f501 from [TABLE_NAME] SAMPLE 50;
SELECT f1, f2, ..., f1001 from [TABLE_NAME] SAMPLE 50;
SELECT f1, f2, ..., f2001 from [TABLE_NAME] SAMPLE 50;
...
SELECT * from [TABLE_NAME] SAMPLE 50;
我使用mclient在本地运行查询，并用时间来衡量所花费的时间，我注意到了两件事：
在一段时间内，单个内核占用100％的CPU。列越多，完成时间就越长。只有完成后，我才能看到所有内核都在工作，正在消耗数据等。此外，在此期间，查询不会出现在
select * from sys.queue();
最终，从表中获取50行所需的时间将近4个小时。
列数增加了一倍，但在测试的每个步骤之间，获得结果所需的时间却增加了三倍。
所以我的问题是： 这种行为是预期的还是反映出我做错了什么？
从表中请求的数据应为4MB（50 * 21000 * 4字节）左右，因此这反映了等待如此少量数据的大量时间。
感谢您的帮助！