Adicionar índices secundários às Coleções de séries temporais

Use índices secundários para melhorar o desempenho de classificação

As coleções de séries temporais podem usar índices para melhorar o desempenho de classificação no timeField e no metaField .

Por exemplo, a seguinte coleção sensorData contém medições de sensores meteorológicos:

db.sensorData.insertMany( [ {
     "metadata": {
         "sensorId": 5578,
         "location": {
             type: "Point",
             coordinates: [-77.40711, 39.03335]
         }
     },
     "timestamp": ISODate("2022-01-15T00:00:00.000Z"),
     "currentConditions": {
         "windDirecton": 127.0,
         "tempF": 71.0,
         "windSpeed": 2.0,
         "cloudCover": null,
         "precip": 0.1,
         "humidity": 94.0,
     }
   },
   {
     "metadata": {
         "sensorId": 5578,
         "location": {
             type: "Point",
             coordinates: [-77.40711, 39.03335]
         }
     },
     "timestamp": ISODate("2022-01-15T00:01:00.000Z"),
     "currentConditions": {
         "windDirecton": 128.0,
         "tempF": 69.8,
         "windSpeed": 2.2,
         "cloudCover": null,
         "precip": 0.1,
         "humidity": 94.3,
     }
   },
   {
     "metadata": {
         "sensorId": 5579,
         "location": {
             type: "Point",
             coordinates: [-80.19773, 25.77481]
         }
     },
     "timestamp": ISODate("2022-01-15T00:01:00.000Z"),
     "currentConditions": {
         "windDirecton": 115.0,
         "tempF": 88.0,
         "windSpeed": 1.0,
         "cloudCover": null,
         "precip": 0.0,
         "humidity": 99.0,
     }
    }
  ]
)

As coleções de séries temporais criam automaticamente um índice interno agrupado. O planejador de query utiliza esse índice para melhorar o desempenho de classificação.

A seguinte operação de classificação no campo timestamp utiliza o índice agrupado para melhorar o desempenho:

db.sensorData.find().sort( { "timestamp": 1 } )

Para confirmar que a operação de classificação utilizou o índice agrupado, execute a operação novamente com a opção .explain( "executionStats" ) :

db.sensorData.find().sort( { "timestamp": 1 } ).explain( "executionStats" )

O winningPlan.queryPlan.inputStage.stage é COLLSCAN e um estágio _internalBoundedSort está presente no resultado do plano de explicação. O campo interalBoundedSort indica que o índice clusterizado foi usado. Para obter mais informações sobre como explicar a saída do plano, consulte explicar resultados.

O índice secundário em collection de time-series podem melhorar o desempenho das operações de classificação e aumentar o número de cenários em que os índices podem ser usados.

As operações de classificação em coleções de séries temporais podem utilizar índices secundários no timeField . Em certas condições, operações de classificação também podem utilizar índices secundários compostos no metaField e timeField.

The Aggregation Pipeline Stages $match and $sort determine which indexes a Time Series collection can use. A seguinte lista descreve cenários onde um índice pode ser utilizado:

• Classificar em { <timeField:> ±1 } utiliza o índice agrupado

• Classificar em { <timeField>: ±1 } utiliza um índice secundário em <timeField>

• Classificar em { <metaField>: ±1, timeField: ±1 } utiliza um índice secundário em { <metaField>: ±1, timeField: ±1 }

• A classificação em { <timeField>: ±1 } utiliza um índice secundário em { metaField: ±1, timeField: ±1 } quando há um predicado de ponto em <metaField>

Criar um índice secundário no campo timestamp :

db.sensorData.createIndex( { "timestamp": 1 } )

A seguinte operação de classificação no campo timestamp utiliza o Índice Secundário para melhorar o desempenho:

db.sensorData.aggregate( [
  { $match: { "timestamp" : { $gte: ISODate("2022-01-15T00:00:00.000Z") } } },
  { $sort: { "timestamp": 1 } }
] )

Para confirmar que a operação de classificação usou o Índice Secundário, execute a operação novamente com a opção .explain( "executionStats" ):

db.sensorData.explain( "executionStats" ).aggregate( [
  { $match: { "timestamp": { $gte: ISODate("2022-01-15T00:00:00.000Z") } } },
  { $sort: { "timestamp": 1 } }
] )

{ "metadata.sensorId": 1,  "timestamp": 1 }
{ "metadata.sensorId": 1,  "timestamp": -1 }
{ "metadata.sensorId": -1, "timestamp": 1 }
{ "metadata.sensorId": -1, "timestamp": -1 }

db.sensorData.createIndex( { "metadata.sensorId": 1,  "timestamp": -1 } )

db.sensorData.aggregate( [
   {
      $sort: { "metadata.sensorId": 1, "timestamp": -1 }
   },
   {
      $group: {
         _id: "$metadata.sensorId",
         ts: { $first: "$timestamp" },
         temperatureF: { $first: "$currentConditions.tempF" }
      }
   }
] )

db.getCollection( 'sensorData' ).explain( "executionStats" ).aggregate( [
   {
      $sort: { "metadata.sensorId": 1, "timestamp": -1 }
   },
   {
      $group: {
         _id: "$metadata.sensorId",
         ts: { $first: "$timestamp" },
         temperatureF: { $first: "$currentConditions.tempF" }
      }
   }
] )

db.sensorData.find( { "metadata.sensorId": 5578 } ).hint( "timestamp_1_metadata.sensorId_1" )

índice secundário de time-series no MongoDB 6.0

A partir do MongoDB 6.0, você pode:

• Adicione um índice composto nos campos timeField, metaField ou medição.

• Use os operadores $or, $in e $geoWithin com índices parciais em uma coleção de séries temporais.

• Adicione um índice parcial em metaField e timeField.

• Adicione um índice secundário a qualquer campo ou subcampo.

• Use o metaField com índices 2dsphere.