sql - Postgres 中的时间序列

Question

我在 Redshift 上有一个庞大的电子商务交易数据库，大约有 9 亿行，标题与此有些相似。

 id | date_stamp | location | item   | amount
001 | 2009-12-28 | A1       | Apples | 2
002 | 2009-12-28 | A2       | Juice  | 2
003 | 2009-12-28 | A1       | Apples | 1
004 | 2009-12-28 | A4       | Apples | 2
005 | 2009-12-29 | A1       | Juice  | 6
006 | 2009-12-29 | A4       | Apples | 2
007 | 2009-12-29 | A1       | Water  | 7
008 | 2009-12-28 | B7       | Juice  | 14

是否可以在项目中找到趋势？例如，如果我想查看“苹果”在 2009 年 12 月 28 日和 2011 年 12 月 28 日之间在 A4 位置的销售情况，我该怎么做？理想情况下，我想生成一个具有正/负趋势的表格，有点类似于此处的帖子 - Aggregate function to detect trend in PostgreSQL 我在 R 中对小型数据集进行了类似的分析，甚至使用 ggplot 对其进行可视化也不是什么大挑战，但数据库的庞大规模给我带来了一些麻烦，而且查询时间非常长。 例如，

select * 
from fruitstore.sales
where item = 'Apple' and location = 'A1'
order by date_stamp
limit 1000000;

执行大约需要 2500 秒，并且经常超时。 感谢您对此提供的任何帮助。

Answer 1

900M 行对于普通的 Postgres 来说是相当多的。 MPP 变体之一(如 Citus)能够更好地处理它。

另一种选择是更改您存储数据的方式。一个更有效的结构是每个月/项目/位置有 1 行，并存储一个 int 数组。这会将事情减少到 ~300M 行，这更易于管理。我怀疑您的大多数分析工具无论如何都希望将数据视为数组。