这个用 duckdb 来解决很方便（开源免费跨平台，单文件绿色程序，下载解压即用）SQL {代码...} 结果 {代码...}

js 代码 {代码...} 使用 {代码...}

来个偏门做法：如果你愿意引入 7 MB (gzip) 的 duckdb 模块，你可以将这 240 MB 数据，转成 50 MB 的数据库，前端花 0.5 s，将任意时间范围、时间间隔，降采样数据后，再展示出来。转换方法（约 8 秒。若用 csv 会更快，也支持 stdin 流式读取） {代码...} 前端查询截图

650 KB 的 BusyBox for Windows可以处理中文，但实际上不认识 Unicode，全部当 ascii 看待。所以正则 [] 里，无法使用 Unicode 字符，只能用 16 个分支的形式，匹配有点慢。如果源文件是 UTF-8，正则也需要转成 UTF-8。

用 xpath 匹配，香很多啊？ {代码...} 结果： {代码...}

{代码...}

布隆过滤器？

代码 {代码...} 结果 {代码...}

之前写过，在一亿设备推送记录里（每分钟一次，长达两年），找哪些设备超过一天没反应。里面有用到类似你说的，《不断找 24 小时内最早记录，找不到则 24 小时外最晚记录》。效率上，浏览器里都能 0.2 秒，查 7W+ 次。本机只需 0.1 秒。你可以参考下，可能有帮助。

我在浏览器里，用 DuckDB 试了一下（在线重现（可能消耗 500 MB 内存）），用了 3 种方式实时生成 time_intervals 表，可在 1 秒内分组统计完 10,000,000 条数据，并在缺失处补 0。

js 代码 {代码...} 结果 {代码...}

{代码...}

{代码...}

只需要把 comment 声明为 局部 变量就行，bash 默认会让变量是全局的，local 可以显式声明局部变量会在函数执行完毕后自动清除 {代码...}

{代码...}

以下 SQL 用 SQLite 测试通过： {代码...}

{代码...}

{代码...}

{代码...}

{代码...}