我正在开发一个系统，其中用户引入 SQL 服务器/数据库连接和有效的 SQL 查询，并将其保存在我的系统上。我正在使用 python+sqlalchemy+pandas 来完成此任务。该查询将返回一个像这样的表，其中唯一的规则是查询结果必须具有一个timestamp日期时间字段和至少另一列包含数值但名称随机的列。+-----------+----------+---------+-----+---------+| timestamp | series_1 | serie_2 | ... | serie_n |+-----------+----------+---------+-----+---------+| <time>    | numeric  | numeric | ... | numeric |+-----------+----------+---------+-----+---------+|                     ...                        |+-----------+----------+---------+-----+---------+| <time>    | numeric  | numeric | ... | numeric |+-----------+----------+---------+-----+---------+然后我有一个使用 cron 格式运行查询的调度程序，我处理数据并将其存储在我的系统数据库中。问题是，每次我使用调度程序运行查询时，我都会有旧的+新的记录，为了处理这个问题，我使用 pandas 过滤结果以仅获取新记录，此时性能还可以（20s）对于 20 个系列的 10k 条记录，考虑每周更新 1 次是合理的），但对于长时间有大量数据的情况来说，这不是一个好的解决方案。因此，我正在考虑是否可以使用 WHERE 子句包装用户查询结果，以在查询级别过滤结果timestamp，而不触及查询。