time-series - 使用 QuestDB 时，符号列是否有利于每个行的大量行的性能？

Question

在使用常规 SQL 数据库时，索引对于获取几行很有用，但当您从表中获取大量数据时就没那么有用了。例如，假设您有一张表，其中包含 10 只股票随时间的股票估值:

|------+--------+-------+
| time |  stock | value |
|------+--------+-------+
|  ... | stock1 | ...   |
|  ... | stock2 | ...   |
|  ... | ...    | ...   |
|------+--------+-------+

据我所知，如果您想在很长一段时间内获取数据，按股票索引(即使使用枚举/整数/外键)在像 Postgres 这样的数据库中通常不是很有用。您最终得到一个跨越表的大部分的索引，并且它最终使数据库执行顺序扫描的速度更快，例如，获取每只股票的整个数据集的平均值:

SELECT stock, avg(value) FROM stock_values GROUP BY stock

鉴于 QuestDB 是面向行的，我猜想为每只股票设置一个单独的列会带来更好的性能。

那么，对于这种情况，QuestDB 中推荐的模式是什么？每只股票一栏，或者 symbol column即使每一行有数百万个结果，每个股票代码也要一样好(或足够好)？

Answer 1

在 QuestDB 中不容易实现每只股票的一列。如果你像这样创建表

|----------------------------------|
| time |  stock1 | stock1 | stock3 |
|----------------------------------|

然后你必须将所有值一起插入一行，否则你最终会出现空白

|----------------------------------|
| time |  stock1 | stock1 | stock3 |
|----------------------------------|
| t1   |     1.1 |        |        |
| t2   |         |   3.45 |        |
| t3   |         |        | 103.45 |
|----------------------------------|

即使对于 t1 == t2 == t3，当您执行 insert as 3 操作时，它仍然会产生 3 行。

所以符号在这里是更好的选择。

符号可以被索引，也可以不被索引，当非索引符号的不同数量很少时，您可能会受益于非索引符号。读取全表与按索引读取是索引选择性的问题，而不是数据范围。如果选择性很高(例如，不同的符号计数为 10k)，则按索引获取比范围扫描更快。