MongoDB5.0 新特性“时序”解析：集合性能 VS IOT 场景设计

2022-09-0918:41:48数据库教程Comments1,207 views字数 2254阅读模式

一、解析 MongoDB 新特性“时序”

MongoDB 时序集合是 MongoDB 5.0 新推出的功能，他能快速将段时间内的数据写入磁盘，并且提供快速时序检索的集合。
与普通集合相比，时序集合在数据插入的过程中，自动将数据按照时间维度组织成最优的存储格式，也为后面应用程序对时序数据提高了查询效率。

MongoDB 传统时序模式:

假设我们有一个传感器每分钟测量温度并将其保存到数据库中，我们需要写入数据库中的数据流:文章源自菜鸟学院-https://www.cainiaoxueyuan.com/sjk/27582.html

{_id: ObjectId(), deviceid: 1, date: ISODate ("2019-11-10"), samples : [{ temperature: 10, time: 1573833152},]}，
{_id: ObjectId(), deviceid: 1, date: ISODate ("2019-11-10"), samples : [[ temperature: 15, time: 1573833153},]},
{_id: ObjectId(), deviceid: 1, date: ISODate ("2019-11-10"), samples : [[ temperature: 14, time: 1573833154},]},
{_id: ObjectId(), deviceid: 1, date: TSODate("2019-11-10"), samples : [[ temperature: 20, time: 1573833155},]}

桶模式设计数据模型:

{
  _id: objectId(),
  deviceid: 1,
  date: ISODate ( "2019-11-10") ,
  first: 1573833152,
  last: 1573833155,
  samples : [
    { temperature: 10, time: 1573833152},
    { temperature: 15, time : 1573833153},
    { temperature: 14, time: 1573833154),
    { temperature: 20, time : 1573833155}
  ]
}

字段解释:文章源自菜鸟学院-https://www.cainiaoxueyuan.com/sjk/27582.html

id —文档的ID，这个ID具备唯一性
deviceld —查询的设备ID
date—采样日期;我们可以将其存储在此处以简化聚合
first—存储桶中读取的最旧数据的时间戳
last—存储桶中读取的最新数据的时间戳
samples—数据容器

用例中桶模式的优势:

节省数据和索引的大小
简化数据结构
可以将需要采集的数据按照时间维度集中在一起，方便快速范围检索
提升数据写入速度

二、如何在 MongoDB 种使用时序

显示指定创建的集合为时序集合

db.createcollection (
"weather"，
{
  timeseries: {
    timeField: "timestamp"，
    metaField: "metadata"，
    granularity: "hours"
  }
}

字段含义介绍:文章源自菜鸟学院-https://www.cainiaoxueyuan.com/sjk/27582.html

timeField 是时间参数，必须为 BSON data。
metaField 影响维度基数，好的 metaField 应该选择低基数的，有选择性的指标，高基数必然带来性能的下降
granularity 是聚合粒度（可选）参数，数据库会将一个时间段的数据聚合存放，这个参数影响性能，不影响功能
expireAfterSeconds 影响数据的过期，是默认通过每60s一次的检测实现的。过期时间可配置

CRUD 操作

增：单条插入或批量插入集合的方式（跟传统的 collection 没有区别）
删（略）
改（略）
查：

计算时序集合时段平均值（聚合查询）:文章源自菜鸟学院-https://www.cainiaoxueyuan.com/sjk/27582.html

db.weather.aggregate([
  {
    project: {
      date: {
          $dateToParts: { date: "$timestamp" }
      },
      temp: 1
  },
  {
    $group: {
       _id: {
         date: {
             year : "$date. year",
             month: "$date.month",
             day : " $date.day"
          }
          avgTmp: { $avg: "stemp"}
      }
])