我有一些不是时间序列的数据库快照。例如：
快照第一天：
+----+---------------+------------+------------+ | ID | Title | Category | Date | +----+---------------+------------+------------+ | 1 | My First Post | helloworld | 2015-01-01 | +----+---------------+------------+------------+快照第2天（今天添加了新帖子）：
+----+----------------+------------+------------+ | ID | Title | Category | Date | +----+----------------+------------+------------+ | 1 | My first post | helloworld | 2015-01-01 | | 2 | My second post | other | 2015-01-02 | +----+----------------+------------+------------+第3天的快照（今天删除了帖子2）：
+----+---------------+------------+------------+ | ID | Title | Category | Date | +----+---------------+------------+------------+ | 1 | My First Post | helloworld | 2015-01-01 | +----+---------------+------------+------------+
因此，在几天之间，表中的行可能是恒定的，也可能不是恒定的。现在，我需要能够使用如下查询：
SELECT category, COUNT(*) from day1.My_table group by category这是一天的一张桌子。如果我们想按一个月按类别计算每日平均帖子数，则应执行以下操作：
SELECT category, SUM(cnt) / 30
from (
SELECT category, COUNT(*) as cnt
from day1.My_table
group by category
UNION ALL SELECT category, COUNT(*) as cnt
from day2.My_table
group by category
UNION ALL ...
UNION ALL SELECT category, COUNT(*) as cnt
from day30.My_table
group by category
) group by category
另一个示例，一个月内发布的帖子数：
SELECT COUNT(distinct id)
from (
SELECT id
from day1.My_table
UNION ALL ...
UNION ALL SELECT id
from day30.My_table
)
基本上，我们需要考虑重量。如果我们有day1.My_table和day5.My_table，则第1天而非第5天的每个帖子都将被计为第2、3、4天。第1天和第5天的每个帖子都将被视为在每月的每一天（=直到下一个快照）。
因此，如果我想考虑每天> = 6个月的平均发帖数量，而我只有1个快照，那么我将给该快照分配30的权重。
因此，一个月内发布的范围大于等于6个月的平均帖子为：
SELECT category, SUM(cnt) / 30
from (
SELECT category, COUNT(*)*30 as cnt
from day1.My_table
group by category --- Note: I'm not considering the range defined from the user in this example.
) group by category;
正如评论还指出的那样，我将需要执行以下查询：
Select category, AVG(*)
from [fromRange-toRange].MyTable;
对于一个极端的解决方案，我正在考虑实现一种元语言的想法，以使将来的用户（例如市场人士）可以进行这样的查询。
您是否认为无需使用元语言就能在Drill中完成此操作？我会使用递归UDF来执行此操作，但是它们无法返回查询。
每个快照都有250GB的大容量，我希望能够将这些数据集与其他外部数据进行比较（我事先不知道这些数据集的方案）。
有适合Apache Drill的解决方案吗？还是对此问题有另一种解决方案？
同样，任何有关此问题的元语言或论文也应受到赞赏。
编辑： 我们没有交易数据。我们有随时间变化的数据，可以添加或删除；因此，我们需要每天快照。另外，我们事先不知道将要执行的查询，因此我们不知道要执行哪种聚合。而且每一行大约有100列，每个快照（Mysql表）有250GB。我们还需要在每一天的每一行上对该数据进行全文搜索。
搜索的示例可以是“关于某个主题的帖子有多少？” 因此，它必须在所有帖子中搜索sometopic关键字。每个快照可能有相同的行，也可能没有。另外，两个快照可能具有相同的帖子，但稍作修改。
table definitions/structures