调试易

通过这几天操作我的股票数据库，发现一个问题，计算效率超级地下，原来这个数据库是这个设计的。
+--------+---------+------+-----+---------+-------+
| Field  | Type    | Null | Key | Default | Extra |
+--------+---------+------+-----+---------+-------+
| symbol | char(8) | YES  |     | NULL    |       |
| date   | date    | YES  |     | NULL    |       |
| open   | double  | YES  |     | NULL    |       |
| high   | double  | YES  |     | NULL    |       |
| low    | double  | YES  |     | NULL    |       |
| close  | double  | YES  |     | NULL    |       |
| vol    | double  | YES  |     | NULL    |       |
| adj    | double  | YES  |     | NULL    |       |
| id     | int(10) | NO   | PRI | 0       |       |
+--------+---------+------+-----+---------+-------+
9 rows in set (0.00 sec)
所有的股票（3000家左右）都安装在一个表中quote,800万行，50年数据（美国nasdaq公司数据），现在发现一个简单的select就非常耗时，比如找出2009年内，每只股票的最高，最低价，耗时5分钟
不是select symbol,max(close),min(close) from quote group by symbol where data<'2010-12-31' and data'2010-01-01'语句，
这样的语句无法得出对应的时间，成交量等其他信息，必须使用
select *  from (select * from quote order by symbol,close desc) as t  group by symbol;
其他的算法都不行，比如
select * from quote  a
where not exists
(select 1 from quote where symbol=a.symbol and close>a.close);
时间长达1个小时还没有结果（各位请用大型数据去测试就知道了)。
我现在想这样解决：
按照年来划分，一年一个库，即使这样数据库也很大，最近几年的每年数据库有将近100万行，复杂一点的查询耗时也很长，使得逻辑上成立的算法无法运行。
按照股票划分，一个股票一个数据库，上市公司的历史寿命平均不超过15年，每个数据库的规模非常小，最大的也不超过2M。问题是这样划分后，针对个股的运算超级快，针对样本整体的运算就麻烦了，数据库的集合运算优势没有了。任何针对样本整体的运算都要某个中介语言来粘结数据库sql。
现在好，我建立一批库，一个包含所有数据的库，按照年代化了一批库，按照股票代码化了3000个库，不同性质的运算，酌情调用，有点搞笑吧。