简而言之：将多个历史数据库记录压缩为更大的压缩记录，并暂时将其解压缩为原始记录以便于查询，并在查询完成后清理它。想知道为此实现一个 SW 层。我倾向于坚持使用 postgres 而不引入另一个系统。但是，我知道这需要实现一个软件层来管理它，而且我也觉得我可能会重新发明一些现有的轮子，并且这样做可能会导致我们的团队付出巨大的实施努力。
详细来说：
在我们的应用程序中有一个 postres DB 表，它存储了一些“小工具”的历史测量信息，因此一些时间戳、小工具的 ID 和测量数据。假设它具有很好的可压缩性。
根据我的测量，1 条记录平均占用大约 500 字节的磁盘空间，其中大约 2/3 的空间用于索引。
这是大约 8000 万条记录的结果。因此，目前它使用了大约 40 GiB，但我们需要为更大的部署做准备，为此，该表的估计大小可能约为 1700 GiB。
服务器是裸机，因此简单/强力的解决方案是添加 2 TB SSD，这样就可以了。
但是，我们可能需要使用较小的 SSD 并提高空间效率。此外，我认为，当很少查询这些历史数据时，以未压缩的形式存储所有这些历史数据效率不高/浪费空间。在没有尝试访问其他数据库等的情况下，我想为什么不直接按天和按“小工具”压缩这些历史测量数据呢？（我读到 postgres 中对此有一些支持，或者只是使用一些现成的标准压缩算法。）
当用户想要查看从日期 1 到日期 2 的小工具 x、y、z 的测量数据时，软件层将从数据库中获取压缩数据并将其放入某个（临时）表中以便于查询（SQL）——它可以利用查询表的现有 DAO 代码。
当用户查看完数据后，可以删除未压缩的记录以释放空间。
我想知道实现这样的“缓存层”是否合理？
或者是否有一些现成的免费组件更适合此用例？