问将大型数据库表读入Dask数据帧

EN

我有一个7 7GB的postgresql表，我想把它读入python并做一些分析。我不能为它使用Pandas，因为它比我本地机器上的内存大。因此，我想先尝试将表读入Dask Dataframe，执行一些聚合，然后切换回Pandas进行后续分析。为此，我使用了以下几行代码。

df = dd.read_sql_table('table_xyz', uri = "postgresql+psycopg2://user:pwd@remotehost/dbname", index_col = 'column_xyz', schema = 'private')

在数据库中对index_col即'column_xyz‘进行了索引。这是可行的，但是当我执行一个操作，例如聚合时，返回结果需要很长时间(比如一个小时)。

avg = df.groupby("col1").col2.mean().compute()

我知道Dask的速度没有Pandas快，当我在一台机器上工作而不是在集群上工作时，速度会更快。我想知道我使用Dask的方式是否正确？如果不是这样，那么使用Python对内存不能容纳的大型表执行分析时，哪种方法更快呢？