在Azure dataset (Kusto)中，在很长一段时间内优化聚合查询的最佳策略是什么？

Question

对于每秒的数据(例如，下面的查询)，我有一些查询在很长一段时间(180天)内查看聚合数据。表的热缓存是31天，所以查询可以花一分钟以上的时间返回，这对于我想要在上面显示的仪表板来说是不可接受的。建议的优化策略是什么？到目前为止，我的想法是要么使用更新策略将这些标记的数据推入一个单独的表中，其热缓存时间为180天，要么使用物化视图。

raw_table
| where TimeStamp between (now(-180d) .. now()) and TagName in ("Tag1","Tag2")
| extend Date = startofday(TimeStamp)
| summarize Value1=max(Value) by Date,TagName
| summarize Value1=sum(Value1) by Date
| project TagName="AggregatedData",Date,Value

Answer 1

到目前为止，我的想法是要么使用更新策略将这些标记的数据推入一个单独的表中，其热缓存时间为180天，要么使用物化视图。

你提到的两个选项都是合适的(如果需要的话，甚至两者的结合)