1、场景，模拟一天的数据，每个10秒，遍历1000个设备，每个设备模拟一个实时数据，总的数据量为：24*60*60/10*1000 = 864万条记录。
2、采用策略，对时间分段，拼接sql语句查询，对于一个设备，查询一天每个小时的平均值，时间开销186.757秒。
3、现在考虑简单的情况，求一个小时的平均值，sql语句如下：
select '2015-06-16 00:00:00','2015-06-16 01:00:00', avg(`value`),unit from realdata_log where domainid='59133' and devicecode='10001' and (eventtime between '2015-06-16 00:00:00' and '2015-06-16 01:00:00'); 时间开销8秒
4、这种性能太差，怎么解决？
首先想到的是建立索引。对domainid+devicecode 建立索引，性能没有提高。再对eventtime建立索引，性能还是没有提高。
5、上面是为什么呢？
这是因为没有深入理解索引，记录本身没有顺序，索引相当于提取字段进行排序。比如：对domainid+devicecode 建立索引， 如下：
create index realdata_dev_index using btree on realdata_log(domainid,devicecode); 就是按domainid+devicecode排序（实际上是先按domainid排序，再按devicecode排序），两个元素值定义了子节点的上限和下限，也就是框定了一组数据。比如查找domainid='1', devicecode='1256'，从索引根节点开始，进入下一层，最后到叶子节点，很快把这一组数据都找到。如果没有索引，必须要遍历所有的记录。
对domainid+devicecode 建立索引，为什么没有大幅度提高性能？
虽然根据索引节点，可以找到一组记录，但是还要遍历检查记录的时间。怎么办？索引中增加一个字段eventtime，按domainid+devicecode+eventtime排序，如下：
drop index realdata_dev_index on realdata_log;
create index realdata_dev_time_index using btree on realdata_log(domainid,devicecode,eventtime);
建立上面的索引，时间开销只有0.5秒，效率提高16倍。
6、但是要查一天中每个小时的平均值，时间开销还是很大，0.5*24=12秒。也就是说，对于一个设备，查询一天中每个小时的平均值，也不能使用上面的策略。因此，需要新的策略，定时把平均值写入到一个新的表中。