如何用RethinkDB查询一段时间内每日某字段的最小值？

我完全懂这种大型数据库查询超时的痛苦！尤其是处理时间序列的传感器数据时，稍不注意就会触发超时。针对你的情况，我整理了几个实用的优化方向，帮你搞定每日最低天空温度的查询：

• 先锁死精准的日期范围，用好索引
  你说只需要几周的数据，那一定要在WHERE子句里先把时间范围限定死，而且要确保你的时间字段（比如reading_time）有索引——如果还没建，赶紧安排上！示例查询的时间过滤应该是这样：

  WHERE reading_time >= '2024-05-01 00:00:00' 
    AND reading_time < '2024-05-22 00:00:00'
  

  尽量别用BETWEEN，避免边界时间的歧义，而且这种写法能让数据库直接利用时间字段的索引，第一步就过滤掉绝大多数无关数据。

• 优化聚合查询的逻辑
  原来的全表GROUP BY肯定慢得离谱，试试先限定时间范围，再按日期分组取最小值：

  SELECT DATE(reading_time) AS measurement_date,
         MIN(sky_temperature) AS daily_min_sky_temp
  FROM sensor_readings
  WHERE reading_time >= '你的起始日期' AND reading_time < '你的结束日期'
  GROUP BY DATE(reading_time)
  ORDER BY measurement_date;
  

  不同数据库提取日期的函数可能不一样，比如PostgreSQL用date_trunc('day', reading_time)，MySQL用DATE_FORMAT(reading_time, '%Y-%m-%d')，选你数据库支持的就行，核心是让聚合操作只针对目标时间范围内的记录。

• 建复合索引，让聚合更快
  如果经常要按时间范围查询sky_temperature的聚合值，建一个包含时间字段和sky_temperature的复合索引，能让数据库不用回表就能拿到需要的数据：

  -- MySQL 示例
  CREATE INDEX idx_time_sky_temp ON sensor_readings(reading_time, sky_temperature);
  -- PostgreSQL 示例
  CREATE INDEX idx_time_sky_temp ON sensor_readings USING btree (reading_time, sky_temperature);
  

  这个索引能让数据库在扫描时间范围的同时，直接读取sky_temperature的值，聚合效率会提升一大截。

• 拆成小批量查询，再合并结果
  如果上面的方法还是超时，那就把几周的时间拆成更小的批次（比如按周拆分），分别查询后用UNION ALL合并结果：

  SELECT DATE(reading_time) AS measurement_date, MIN(sky_temperature) AS daily_min_sky_temp
  FROM sensor_readings
  WHERE reading_time >= '2024-05-01' AND reading_time < '2024-05-08'
  GROUP BY DATE(reading_time)
  UNION ALL
  SELECT DATE(reading_time) AS measurement_date, MIN(sky_temperature) AS daily_min_sky_temp
  FROM sensor_readings
  WHERE reading_time >= '2024-05-08' AND reading_time < '2024-05-15'
  GROUP BY DATE(reading_time)
  ORDER BY measurement_date;
  

  每个小批次的查询执行时间都会控制在超时阈值内，最后合并结果就能得到完整的每日最低温度数据。

• 清理查询里的冗余内容
  检查下你的查询是不是不小心带了不需要的字段，或者有多余的表关联操作——这些都会拖慢查询速度。确保查询里只保留reading_time和sky_temperature这两个必要字段，去掉所有无关的内容。

内容的提问来源于stack exchange，提问作者Tim Long