如果需要逐行计算，如何提高选择查询的性能？

Question

我有一张如下表：

• PK，
• 日期，
• 小时 (0-23),
• 交易ID（外键），
• 价格，
• 音量

每笔交易都有 3 年的数据（365x24x3 = 26280 小时）。而且，我目前有 5000 个（并且还在增长）。

我正在尝试计算每小时（每个 26280）的加权平均值（SUM(P_Transaction1xV_Transaction1+ P_Transaction2xV_Transaction2+ … + P_Transaction5000xV_Transaction5000)/ SUM(V_Transaction1+ V_Transaction2+…+ V_Transaction5000)。

我们尝试了以下选项，但无法显着减少运行时间。

选项 1：

数据表： PK 日期 交易 ID（外键） 价格 1、价格 2、……、价格 24 第 1 卷，第 2 卷，……第 24 卷

索引列：交易 ID、日期 使用了存储过程。

选项 2：

数据表1： PK 日期 小时 (0-23) 交易 ID（外键） 音量

数据表2： PK 日期 小时 (0-23) 交易 ID（外键） 价格

索引列：交易 ID、日期、小时 使用了存储过程。

选项 3： 正如我一开始解释的那样。

我想知道在数据模型、索引等方面是否有更好的方法......为了尽可能提高性能。

Answer 1

由于您试图找出“每小时”的汇总，因此您的起点应该是group by date, hour

select date, hour, sum(price * volume) / sum(volume)
from table
group by date, hour

在（日期、小时）或至少在日期上有一个索引会有所帮助。