小编gak*_*era的帖子

我目前的情况是这样的：我在一个平面csv文件中有 3.28 亿行数据。不是最优的。我希望能够查询这些数据（我会更详细地解释）。Grep越来越累。这些数据是静态的，不会改变。

我是 PostgreSQL 的新手，正在我的 2010 MacBook Pro、2.4 GHz Intel Core 2 Duo、4 GB 1067 MHz DDR3 上处理这些数据。存储大小不是真正的问题，1TB 磁盘上的数据大约为 65GB，但读/写速度不是很好（不幸的是它不是 SSD）。我记得几年前我在 CS 研究中，索引可以帮助我提高查询速度，我正在阅读如何最好地做到这一点。

我为什么要使用 PostgreSQL？同辈压力。不是真的，但让我们继续吧。我在 OSX 10.9.2 上运行 PostgreSQL 9.3.4。

现在，我正在尝试做的事情。数据包括日期和时间信息，跨越大约 10 个月。例如，我希望能够：

1. 查找并汇总特定用户和/或多个用户的数据集中所有星期一的所有活动
2. 看看夏季几周与冬季几周之间的差异
3. 几个月之间；和
4. 一天中的小时数等。

我感兴趣的主要是与时间戳相关的摘要。

除了timestamp、auserID和 a之外，每个数据记录还包括servID。在另一个文件（存储在另一个表中）中，每个文件servID都作为 X 和 Y 值链接到一个位置。我有兴趣在地图上显示这些位置，因此我将使用 将这些位置导出到绘图matlab，为许多用户汇总或一次关注特定用户。

所有值都是重复的，即大约有 700.000 uniqueuserIDs和 1500 unique servIDs。时间戳也不是唯一的，分辨率只有秒，所以有重复的时间戳。

到目前为止，我已经创建了两个表，一个包含一小部分测试数据和 XY 位置表：

create table test (userID varchar, junk1 varchar, 
     date …