C# 这个按小时平均和分组的LINQ查询写得有效吗？

这是我第一个真实的LINQ到SQL查询。我想知道我是否犯了任何明显的大错误

我有一个包含数据、dataTypeID、machineID和日期戳的中大型（2M+记录，每天增加13k）表。我想在4小时内得到所有机器和特定数据类型的平均、最小和最大数据，可以追溯到28天

例如

DateTimeAvgMinMax
2010年1月1日12:00AM74.272.175.7
2010年1月1日04:00AM74.573.176.2
2010年1月1日08:00AM73.771.574.2
2010年1月1日12:00PM73.271.276.1
等等…
2010年1月28日12:00AM73.171.375.5

到目前为止，我只能按1小时的增量对平均值进行分组，但如果备选方案过于混乱，我可能可以处理这个问题

代码：

---

如果希望以4小时为增量，请将小时除以4（使用整数除法），然后在创建新的datetime元素时乘以4。注意，您可以简单地使用需要年、月、日、小时、分钟和秒的构造函数，而不是构造字符串并将其转换

var q = 
    from d in DataPointTable 
    where d.dateStamp > DateTime.Now.AddDays(-28) && (d.dataTypeID == (int)dataType + 1) 
    group d by new { 
        d.dateStamp.Year, 
        d.dateStamp.Month, 
        d.dateStamp.Day, 
        Hour = d.dateStamp.Hour / 4
    } into groupedData 
    orderby groupedData.Key.Year, groupedData.Key.Month, groupedData.Key.Day, groupedData.Key.Hour ascending 
    select new { 
        date = new DateTime(
            groupedData.Key.Year, 
            groupedData.Key.Month, 
            groupedData.Key.Day, 
            (groupedData.Key.Hour * 4),
            0, 0), 
        avg = groupedData.Average(d => d.data), 
        max = groupedData.Max(d => d.data), 
        min = groupedData.Min(d => d.data) 
    };

---

为了提高效率，您可能需要考虑在<代码> DATESTAMP 列上添加索引。考虑到您只选择了一个可能很小的日期范围，使用索引应该是一个显著的优势。我希望查询计划对第一个日期进行索引搜索，使之更快。

谢谢您的建议。我试过“d.dateStamp.Hour/4”，但它不合法。VS2008的意思是：“匿名类型成员声明程序无效。匿名类型成员必须使用成员分配、简单名称或成员访问权限声明。”

var q = 
    from d in DataPointTable 
    where d.dateStamp > DateTime.Now.AddDays(-28) && (d.dataTypeID == (int)dataType + 1) 
    group d by new { 
        d.dateStamp.Year, 
        d.dateStamp.Month, 
        d.dateStamp.Day, 
        Hour = d.dateStamp.Hour / 4
    } into groupedData 
    orderby groupedData.Key.Year, groupedData.Key.Month, groupedData.Key.Day, groupedData.Key.Hour ascending 
    select new { 
        date = new DateTime(
            groupedData.Key.Year, 
            groupedData.Key.Month, 
            groupedData.Key.Day, 
            (groupedData.Key.Hour * 4),
            0, 0), 
        avg = groupedData.Average(d => d.data), 
        max = groupedData.Max(d => d.data), 
        min = groupedData.Min(d => d.data) 
    };