如果需要逐行计算，如何提高选择查询的性能？

Question

我有一个表，如下所示：

• PK，
• 日期，
• 小时（0-23），
• 事务ID（外键），
• 价格，
• 卷

有3年的数据（365x24x3 = 26280小时），为每笔交易。而且，我现在有5000个（并且在不断增长）。

我想每个小时（每26280）来计算加权平均（SUM（P_Transaction1xV_Transaction1 + P_Transaction2xV_Transaction2 + ... + P_Transaction5000xV_Transaction5000）/ SUM（V_Transaction1 + V_Transaction2 + ... + V_Transaction5000）。

我们尝试下面的选项，但不能管理以减少运行时间显著

选项1：

数据表： PK 日期 事务ID（外键） 价格1，Price2，...，Price24 VOLUME1，卷2，... Volume24

索引列：交易编号，使用日期 存储过程。

选项2：

数据表1： PK 日期 小时（0-23） 事务ID（外键） 卷

数据表2： PK 日期 小时（0-23） 交易ID（外键） 价格

索引列：事务ID，日期，小时 使用存储过程。

选项3： 正如我在开始时解释的那样。

我想知道是否有一个更好的方法，只要数据模型，索引或...等等。为了尽可能提高性能。

Answer 1

既然你正在试图找出“每个小时”的集合，你的出发点应该是一个group by date, hour

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

有（日期，小时），或至少日期索引，会有所帮助。