近年来关于时域天文学的研究得到了广泛关注,研发高性能的软件系统以快速有效地提取时域信息,已成为天文信息学研究的焦点。在已定标的星表上通过同源星表间天体的相互证认确定每一个天体在不同时间点的观测数据,并按照时间排序,从而得到各个天体的时间序列数据,为后续光变曲线的拟合、时域信息的分析奠定基础。但是,传统的数据库管理系统和Hadoop生态系统在查询前的预加载会产生大量的空间开销,尤其在持续产生海量数据的应用场景中是无法被接受。因此设计一套专门针对同源星表的时间序列数据生成系统显得极其重要。为了给天文学者提供星表数据里所有天体的时序数据,本文提出了高效的时序数据生成方法,同时提高天文数据的利用率以及时域天文学领域的成果产出率。本文通过对原始星表的索引和布局策略的优化实现高效的定位和访存,并尽量减少数据转存所需的时间与空间的开销;在交叉证认操作方面的优化,采用分阶段设计策略,在位置信息的基础上融合星等信息的证认方法,实现各阶段准确度和效率的精细配置,减少传统的基于位置信息的交叉证认中对距离计算的依赖,从而大幅度减少了计算量。本文采用分层架构来实现ETSGS(Efficient Time Series Generation System),分别是用户层的时序数据检索、操作层的任务分配和证认计算以及数据层的星表数据ETL(Extract-Transform-Load)预处理。为了评价基于海量星表数据高效生成时间序列方法的性能表现,采用真实的天文观测数据对天文星表数据的时间序列生成系统进行了的实验。本文提出的ETSGS在数据量大的时候比基于传统关系型数据库MySQL的方法快了近11倍。