基于TimescaleDB的多分辨率OHLCV管理及TradingView数据映射优化问询

我是TSDB及TimescaleDB新手，已成功通过物化视图存储1分钟OHLCV数据并配置连续聚合，运行状态正常。前端采用TradingView图表库，原本可从1分钟数据自动生成5分钟、15分钟、30分钟等周期图表。

当前TradingView /history请求响应格式 #

{
"s":"ok",
"t":[1666703100,1666703160,1666703220],
"o":[19288.1,19285.4,19289.1],
"h":[19294.8,19289.1,19289.1],
"l":[19285.4,19285.4,19288.7],
"c":[19285.4,19289.0,19288.8],
"v":[180.10899999999992,83.95100000000004]
}

TimescaleDB返回结果格式 #

{
"day": "2022-10-22 13:35:00+05:30",
"open": 19230.326,
"high":19500,
"low":19200.20,
"close":19250.68,
"volume":2.658
}

目前需遍历数据库结果集并映射为上述TradingView响应格式后发送，但随着数据量增长，1分钟K线的循环处理开销极大。现提出两个问题：

1. 从性能与资源优化角度，采用TimescaleDB管理多分辨率数据的理想方案是什么？
2. 是否存在无需循环即可将数据库结果映射为所需响应格式的更优方法？

内容的提问来源于stack exchange，提问作者Gladiator9120