我可以加快這一嵌套子查詢PostgreSQL的查詢

我有以下的PostgreSQL的代碼（其中工程，但慢慢地），這我使用創建一個物化視圖，但它是相當緩慢和代碼長度似乎與多繁瑣子查詢。無論如何，我可以提高此代碼在執行或重寫時的速度，因此它更短且更易於維護？我可以加快這一嵌套子查詢PostgreSQL的查詢

CREATE MATERIALIZED VIEW station_views.obs_10_min_avg_ffdi_powerbi AS 
SELECT t.station_num, 
    initcap(t.station_name) AS station_name, 
    t.day, 
    t.month_int, 
    to_char(to_timestamp(t.month_int::text, 'MM'), 'TMMonth') AS Month, 
    round(((date_part('year', age(t2.dmax, t2.dmin)) * 12 + date_part('month', age(t2.dmax, t2.dmin)))/12)::numeric, 1) AS record_years, 
    round((t2.count_all_vals/t2.max_10_periods * 100)::numeric, 1) AS per_datset, 
    max(t.avg_bom_fdi) AS max, 
    avg(t.avg_bom_fdi) AS avg, 
    percentile_cont(0.95) WITHIN GROUP (ORDER BY t.avg_bom_fdi) AS percentile_cont_95, 
    percentile_cont(0.99) WITHIN GROUP (ORDER BY t.avg_bom_fdi) AS percentile_cont_99 
    FROM (SELECT a.station_num, 
      d.station_name, 
      a.ten_minute_intervals_utc, 
      date_part('day', a.ten_minute_intervals_utc) AS day, 
      date_part('month', a.ten_minute_intervals_utc) AS month_int, 
      a.avg_bom_fdi 
      FROM analysis.obs_10_min_avg_ffdi_bom a, 
      obs_minute_stn_det d 
      WHERE d.station_num = a.station_num) t, 
    (SELECT obs_10_min_avg_ffdi_bom_view.station_num, 
      obs_10_min_avg_ffdi_bom_view.station_name, 
      min(obs_10_min_avg_ffdi_bom_view.ten_minute_intervals_utc) AS dmin, 
      max(obs_10_min_avg_ffdi_bom_view.ten_minute_intervals_utc) AS dmax, 
      date_part('epoch', max(obs_10_min_avg_ffdi_bom_view.ten_minute_intervals_utc) - min(obs_10_min_avg_ffdi_bom_view.ten_minute_intervals_utc))/600 AS max_10_periods, 
      count(*) AS count_all_vals 
      FROM analysis.obs_10_min_avg_ffdi_bom_view 
      GROUP BY obs_10_min_avg_ffdi_bom_view.station_num, obs_10_min_avg_ffdi_bom_view.station_name) t2 
    WHERE t.station_num = t2.station_num 
    GROUP BY t.station_num, t.station_name, Month, t.month_int, t.day, record_years, per_datset 
    ORDER BY t.month_int, t.day 
WITH DATA;

輸出我得到的是與天&月一個天氣變量記錄（avg_bom_fdi）沿着每個氣象站行（station_num & STATION_NAME）。月份值將保留並轉換爲名稱，以繪製圖表上每月平均值的值。我也拉的，對於該站（record_years）以及該數據集是如何完成的（per_datset）的百分比存在的記錄總數年化。這些都來自第二個子查詢（t2）。第一個子查詢（t）用於平均每天的數據並返回每日最大值，平均值和95/99百分位數。

來源

2017-01-12 samuelf

不包括order by子句。訂單數據存儲在表中，或物化視圖不相關。最終輸出只有otder數據。 –