创建和查询时间序列集合

在此页面上

创建时间序列集合

在时间序列集合中插入测量值
查询时间序列集合
在时间序列集合上运行聚合

本页将介绍如何创建和查询时间序列集合，并附有代码示例。

重要

功能兼容性版本要求

您只能在 FeatureCompatibilityVersion 设置为 5.0 或更高版本的系统上创建时间序列集合。

创建时间序列集合

将 timeField 定义为包含时间数据的字段，并将 metaField 定义为包含元数据的字段：

{
   timeField: "timestamp",
   metaField: "metadata"
}

在此示例中，timestamp 是 timeField 的名称，metadata 是 metaField 的名称。timestamp 字段的值必须是日期类型。

重要

为您的集合选择正确的 metaField 可以优化存储和查询性能。有关 metaField 选择和最佳实践的更多信息，请参阅 MetaFields。

使用以下两种方法之一来定义每个数据桶的时间间隔：

重要

更改时间序列间隔

创建后，您可以使用 collMod 方法修改粒度或桶的定义。但是，您只能增加每个数据桶所涵盖的时间跨度，而无法减少它。

定义一个 granularity 字段：
```
{
   granularity: "seconds"
}
```
有关选择 granularity 值的详细信息，请参阅粒度注意事项。

或

在 MongoDB 6.3 及更高版本中，您可以定义 bucketMaxSpanSeconds 和 bucketRoundingSeconds 字段。两个值必须相同：
```
{
   bucketMaxSpanSeconds: "300",
   bucketRoundingSeconds: "300"
}
```

（可选）设置 expireAfterSeconds，使文档在 timeField 的值达到该值时及之后均过期：

{
   expireAfterSeconds: 86400
}

使用 db.createCollection() 方法或 create 命令创建集合。以下示例使用 db.createCollection() 方法创建 weather 时间序列集合：

db.createCollection(
   "weather",
   {
      timeseries: {
         timeField: "timestamp",
         metaField: "metadata",
         granularity: "seconds"
      },
      expireAfterSeconds: 86400
   }
)

时间序列字段引用

时间序列集合包含以下字段：

字段	类型	说明
`timeseries.timeField`	字符串	必需。包含每个时间序列文档中日期的字段的名称。时间序列集合中的文档必须具有有效 BSON 日期，以作为 `timeField` 的值。
`timeseries.metaField`	字符串	可选。包含每个时间序列文档中元数据的字段的名称。指定字段中的元数据应是用于标记一系列独一无二的文档的数据。元数据应该很少改变（如有）。指定字段的名称可能不是 `timeseries.timeField` 或与 `_id` 相同。该字段可以是任何数据类型。虽然`metaField`字段是可选的，但使用元数据可以改进查询优化。例如，MongoDB 会自动为新集合的`metaField`和`timeField`字段创建复合索引。如果您没有为此字段提供值，则仅根据时间对数据进行分桶。
`timeseries.granularity`	整型	可选。如果设置 `bucketRoundingSeconds` 和 `bucketMaxSpanSeconds`，请勿使用。可能的值为 `seconds`（默认）、`minutes`、和 `hours`。将 `granularity` 设置为最接近连续输入时间戳之间时间的值。这可通过优化 MongoDB 在集合中存储数据的方式来提高性能。有关粒度和桶间隔的更多信息，请参阅设置时间序列数据的粒度。
`timeseries.bucketMaxSpanSeconds`	整型	可选。与 `bucketRoundingSeconds` 结合使用以作为 `granularity` 的替代方案。设置同一存储桶中不同时间戳之间的最大时间间隔。可能的值为 1-31536000。 6.3 版本中的新功能。
`timeseries.bucketRoundingSeconds`	整型	可选。与 `bucketMaxSpanSeconds` 结合使用作为 `granularity` 的替代方案。必须等于 `bucketMaxSpanSeconds`。当文档需要新的存储桶时，MongoDB 会按此间隔对文档时间戳的值向下取整，以设置存储桶的最小开始时间。 6.3 版本中的新功能。
`expireAfterSeconds`	整型	可选。通过指定文档过期后的秒数，启用自动删除时间序列集合中文档的功能。MongoDB 自动删除过期文档。请参阅设置自动删除时间序列集合 (TTL)，获取更多信息。

其他不特定于时间序列集合的允许选项：

storageEngine
indexOptionDefaults
collation
writeConcern
comment

提示

请参阅：

db.createCollection() 和 create。

在时间序列集合中插入测量值

您插入的每个文档都应包含一个测量值。要同时插入多个文档，请执行以下命令：

db.weather.insertMany( [
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-18T00:00:00.000Z"),
      temp: 12
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-18T04:00:00.000Z"),
      temp: 11
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-18T08:00:00.000Z"),
      temp: 11
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-18T12:00:00.000Z"),
      temp: 12
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-18T16:00:00.000Z"),
      temp: 16
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-18T20:00:00.000Z"),
      temp: 15
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-19T00:00:00.000Z"),
      temp: 13
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-19T04:00:00.000Z"),
      temp: 12
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-19T08:00:00.000Z"),
      temp: 11
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-19T12:00:00.000Z"),
      temp: 12
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-19T16:00:00.000Z"),
      temp: 17
   },
   {
      metadata: { sensorId: 5578, type: "temperature" },
      timestamp: ISODate("2021-05-19T20:00:00.000Z"),
      temp: 12
   }
] )

要插入单个文档，请使用 db.collection.insertOne() 方法。

提示

优化插入性能

要了解如何优化大型操作的插入，请参阅插入最佳实践。

查询时间序列集合

查询时间序列集合的方式与查询标准 MongoDB 集合的方式相同。

要从时间序列集合中返回一份文档，请运行：

db.weather.findOne( {
   timestamp: ISODate("2021-05-18T00:00:00.000Z")
} )

示例输出：

{
   timestamp: ISODate("2021-05-18T00:00:00.000Z"),
   metadata: { sensorId: 5578, type: 'temperature' },
   temp: 12,
   _id: ObjectId("62f11bbf1e52f124b84479ad")
}

有关时间序列查询的更多信息，请参阅查询最佳实践。

在时间序列集合上运行聚合

要获得其他查询功能，请使用聚合管道，例如：

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

聚合管道示例按测量日期对所有文档进行分组，然后返回当日所有温度测量值的平均值：

 {
  "_id" : {
    "date" : {
      "year" : 2021,
      "month" : 5,
      "day" : 18
    }
  },
  "avgTmp" : 12.714285714285714
}
{
  "_id" : {
    "date" : {
      "year" : 2021,
      "month" : 5,
      "day" : 19
    }
  },
  "avgTmp" : 13
}

后退

创建和配置

来年

设置粒度