大数据计算MaxCompute 【打平时间 -- 笛卡尔积】 相关的性能问题，有什么好的解法吗？

大数据计算MaxCompute 【打平时间 -- 笛卡尔积】 相关的性能问题：

我有一张源头表，记录了【从去年开始、每个客户、某事物、在某时刻、的值】的 history_change 变化。我现在需要把这张表打平到 天 + 小时 + 客户 + 某事物 + 值。我的做法是，构建出时间序列time_series as (select explode(sequence(unix_timestamp(开始时间，unix_timestamp(NOW())),3600)) AS hour_timestamp) ，就是一个小时一条记录，3600秒一个步伐。

然后我去填充， FROM time_series t JOIN history_change n ON FROM_UNIXTIME(t.hour_timestamp,'yyyy-MM-dd HH:00:00') >= n.change_time_hour
然后再去根据 该事物+小时 做分组，按照时间倒序去排序，得到某时刻最新的一个数据。

OK，大体思路是这样，下面是问题：
JOIN ON a>=b ，会出现笛卡尔乘积，当数据量比较小，不会有问题。但是数据量稍微大一点，比如a是小时表，有8700条， b 是事物历史变更表，有158万。这个时候笛卡尔积就会有137亿产生，就会跑不动了。

我现在碰到的情况就是这样，请问有什么好的解法吗？

日志 Logviw： https://logview.aliyun.com/logview/?h=http://service.ap-southeast-1.maxcompute.aliyun-inc.com/api&p=dev_mc_tarmar_bigdata&i=2024072603142244gwp5t7zjlbi&token=VlNpTjlZMStnZTY4d0w1dXJCbU5ZdW02MytRPSxPRFBTX09CTzpwNF8yMTkwNzY0MTYxODcyMTQ3OTQsMTcyNDU1NTY2Myx7IlN0YXRlbWVudCI6W3siQWN0aW9uIjpbIm9kcHM6UmVhZCJdLCJFZmZlY3QiOiJBbGxvdyIsIlJlc291cmNlIjpbImFjczpvZHBzOio6cHJvamVjdHMvZGV2X21jX3Rhcm1hcl9iaWdkYXRhL2luc3RhbmNlcy8yMDI0MDcyNjAzMTQyMjQ0Z3dwNXQ3empsYmkiXX1dLCJWZXJzaW9uIjoiMSJ9。