Mysql 考虑客户'；从数百万行中删除时区

假设我有一个存储访问者（网站访问者）信息的表。假设表结构由以下字段组成：

身份证

访客id

访问时间（以UTC为单位存储为毫秒，自 ‘1970-01-01 00:00:00’）

此表中有数百万行，并且仍在增长

在这种情况下，如果我想查看来自任何时区的报告（日与访客），那么一个解决方案是：

解决方案#1:

获取报表查看器（即客户端）的时区

根据客户的时区，汇总此表中的数据

逐日显示结果

但在这种情况下，性能会下降。另一种解决方案可能是：

解决方案#2:

• 使用忽略客户端时区的预聚合表/摘要表

但在这两种情况下，性能和正确性之间都有一个权衡

解决方案#1确保正确性，解决方案#2确保更好的性能

---

我想知道在这个特定场景中的最佳实践是什么？

当您进入分布式系统、用户和各种数据源之间的匹配事件时，处理时间的问题会出现

我强烈建议您确保所有日志记录系统都使用UTC。这允许从位于世界任何地方的任何种类的服务器（这些服务器都希望与当前UTC时间的视图保持同步）进行收集

然后，当请求传入时，您可以将用户时区转换为UTC。在这一点上，您有相同的决定——执行实时查询，或者访问以前汇总的一些数据

您是否希望提前聚合数据将取决于一系列事情。其中一些可能需要减少保存的数据量、减少支持查询的处理量、执行查询的频率，甚至减少构建系统的成本与可能看到的使用量

关于最佳实践——保持显示特征（如时区）独立于数据处理

如果你还没有，确保你考虑了你所保存的数据的生命周期。您是否需要10年的备份数据？希望不会。当不再需要旧数据时，您是否有剔除旧数据的策略？你知道如果你存储每一条记录（用不同的流量增长率估计），你将拥有多少数据吗

同样，大型数据集的最佳实践是了解如何处理数据的大小，以及随着数据的老化如何管理数据。这可能涉及长期存储、删除，或者可能简化为摘要形式

哦，还有一个矩阵类比，从“正确性”的角度来说，真正能让你大开眼界的是，正确性在这里不是问题。每个时区在各自的时区内对“一天”内的交通有不同的看法，并且每个时区都是“正确的”。即使是那些与你的时区不同的奇怪时区，调整也不仅仅是以小时为单位