Postgresql IoT-Postgres数据库-单表和；每个客户端的数据库与所有客户端的共享数据库

我正在创建一个基于传感器数据显示仪表盘的软件平台。一些关键指标/背景：

• 传感器放置在房间内，每个客户每年产生约1.5亿条记录
• 平台应适用于约20-30个客户
• 仅使用Postgres（timeseries db可能太复杂，目前还无法了解），如果可能的话，不使用Postgres的表分区（在这个阶段可能太复杂）
• 平台和架构应工作1年
• 平台将显示仪表盘和聚合数据（小时、日、月级别），但我还需要来自传感器的粒度/原始数据（例如，间隔5分钟）来触发警报

您对以下两个选项有何看法/建议：

• 选项1：每个客户端1个数据库，1个原始传感器数据表（1年后约1.5亿个记录表）
  • 更容易处理数据（每个表1.5亿行-->已经尝试在其上运行查询，延迟也可以，索引正确），更灵活地处理客户端请求（例如，如果一个客户端在前端请求特定的仪表板/报告），风险更低，就像一个数据库错误->其他客户端不会依赖同一个一样
  • 但是可能很难维护，并且可能会增加手动任务，特别是关于前端输出的任务（每个客户端的查询/数据源不同）
• 选项2：1个用于所有客户端的数据库，1个大表收集所有原始传感器数据（1年后可以是45亿行，不删除，如果只保留3个月的数据，则可以是11亿行，这意味着定期删除），1个聚合表在小时级别（小于1000万行）聚合原始数据，以在前端显示输出数据
  • 可能更难处理所有数据（对>10亿行的表进行聚合查询需要时间？、在如此大小的表中进行摄取？、删除需要花费大量时间？）等等
  • 敏捷的复杂性和潜在的风险增加/交叉数据污染（一个客户端的bug=>所有客户端的bug）
  • 但基于聚合数据的查询速度更快，易于维护，查询和前端输出更加自动化（相同的数据源/数据库）

下面是我收集的更详细的信息/优点和缺点的图片-如果您能就这个问题提出建议，那将是非常好的？ 此外，我知道Postgres在未来将不是一个可行的选择（因为timeseries db或Nosql可以表现得更好），但由于各种原因和学习曲线，我希望在第一个版本中使用它

非常感谢你的帮助