Docs 菜单
Docs 主页
/
MongoDB Manual
/
时间序列

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的系统上创建时间序列集合。 0或更高版本。

创建时间序列集合

1

使用 db.createCollection() 方法或 create 命令创建集合。例如：

db.createCollection(
"weather",
{
  timeseries: {
  timeField: "timestamp",
  metaField: "metadata"
}})
2

将 timeField 设置为包含时间数据的字段，将 metaField 设置为包含元数据的字段：

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

重要

有关元字段行为和选择的更多信息，请参阅元字段。

3

使用以下两种方法来定义每个数据桶的时间间隔。有关详细信息，请参阅设置时间序列数据的粒度。

重要

更改时间序列粒度

创建后，您可以使用collMod方法修改粒度或存储桶定义。但是，您只能增加每个存储桶涵盖的时间跨度。您无法减少它。

  1. 定义一个 granularity 字段：

    timeseries: {
       timeField: "timestamp",
       metaField: "metadata",
       granularity: "seconds"
    }

或

  1. 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：

    timeseries: {
       timeField: "timestamp",
       metaField: "metadata",
       bucketMaxSpanSeconds: "300",
       bucketRoundingSeconds: "300"
    }
4

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

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该是用于标记一系列唯一文档的数据。元数据应该很少（如果有的话）更改。指定字段的名称可能不是_id或与timeseries.timeField不同。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，请参阅优化插入。

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，请参阅优化查询性能。

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

时间序列

来年

列出数据库中的时间序列集合

在此页面上