最近开发遇到一个问题：需要查询一个大时间段内的数据，分1000个小段，即为1000个点。X轴是时间，Y轴是该小时间段内统计后数据。注意：数据返回是一个list,其中每个对象返回值都是该小时间段内数据统计出来的，且需要根据入参顺序返回（这样前端展示就方便）。举例，查询12点到1点的数据，查询频率是30分钟，那么就需要查询11:30-12:00,12:00-12:30,12:30-1:00这三段数据（因为监控系统都是查询过去的数据，所以12点的那个值应该是之前半个小时的）。问题来了，
方案一：直接热查数据库，1000次，最终30s+,淘汰！
方案二：由于多次查库，1000次肯定耗时多，所以采用一次查库，把条件凭借成一个sql,用union all 把每个小时间段查询出来的数据并集，耗时20S，且存在sql过长报错的问题（默认1M）
方案三：直接查询一个大时间段的数据，不统计，直接把库内数据返回，在代码中（即内存中）遍历一遍返回list,对每一个实体，遍历时间段，把这个实体匹配到这个时间段内，map(key,List),key是段号，List存该时间段内的实体。最终统计每个时间段内的数据。第三种方案，耗时1-2秒，再次证明了耗时IO>内存的真理。其中这里有一个细节：为了保证返回数据有序（时间段先后），这里map采用了TreeMap,自然排序即可。