Docs 菜单
Docs 主页
/
MongoDB Manual
/
时间序列

时间序列集合最佳实践

在此页面上

  • 优化插件
  • 批量文档写入
  • 在文档中使用一致的字段顺序
  • 增加客端户数量
  • 优化压缩
  • 省略文档中包含空对象和数组的字段
  • 将数值数据四舍五入到小数点后几位
  • 优化查询性能
  • 使用 $group 而不是 Distinct()

本页介绍了改善时间序列集合性能和数据使用情况的最佳实践。

优化插件

要优化时间序列集合的插入性能，请执行以下操作。

批量文档写入

插入多个文档时：

例如，如果您具有两个传感器（sensor A 和 sensor B），则包含来自单个传感器的多个测量值的批次产生一个插入的成本，而不是每个测量值一个插入。

以下操作会插入六个文档，但仅产生两次插入的成本（每批一次），因为文档是按传感器排序的。ordered 参数设置为 false，以提升性能：

db.temperatures.insertMany( [
   {
      "metadata": {
         "sensor": "sensorA"
      },
      "timestamp": ISODate("2021-05-18T00:00:00.000Z"),
      temperature: 10
   },
   {
      "metadata": {
         "sensor": "sensorA"
      },
      "timestamp": ISODate("2021-05-19T00:00:00.000Z"),
      temperature: 12
   },
   {
      "metadata": {
         "sensor": "sensorA"
      },
      "timestamp": ISODate("2021-05-20T00:00:00.000Z"),
      temperature: 13
   },
   {
      "metadata": {
         "sensor": "sensorB"
      },
      "timestamp": ISODate("2021-05-18T00:00:00.000Z"),
      temperature: 20
   },
   {
      "metadata": {
         "sensor": "sensorB"
      },
      "timestamp": ISODate("2021-05-19T00:00:00.000Z"),
      temperature: 25
   },
   {
      "metadata": {
         "sensor": "sensorB"
      },
      "timestamp": ISODate("2021-05-20T00:00:00.000Z"),
      temperature: 26
   }
], {
   "ordered": false
})

在文档中使用一致的字段顺序

在文档中使用一致的字段顺序，可以提高插入性能。

例如，插入这些文档可实现最佳插入性能：

{
   _id: ObjectId("6250a0ef02a1877734a9df57"),
   timestamp: 2020-01-23T00:00:00.441Z,
   name: 'sensor1',
   range: 1
},
{
   _id: ObjectId("6560a0ef02a1877734a9df66")
   timestamp: 2020-01-23T01:00:00.441Z,
   name: 'sensor1',
   range: 5
}

相比之下，这些文档无法实现最佳的插入性能，因为其字段顺序不同：

{
   range: 1,
   _id: ObjectId("6250a0ef02a1877734a9df57"),
   name: 'sensor1',
   timestamp: 2020-01-23T00:00:00.441Z
},
{
   _id: ObjectId("6560a0ef02a1877734a9df66")
   name: 'sensor1',
   timestamp: 2020-01-23T01:00:00.441Z,
   range: 5
}

增加客端户数量

增加向集合写入数据的客户端数量可以提高性能。

优化压缩

要优化时间序列集合的数据压缩，请执行以下操作。

省略文档中包含空对象和数组的字段

为优化压缩，如果数据包含空对象或数组，请从省略文档中的空字段。

例如，考虑以下文档：

{
 time: 2020-01-23T00:00:00.441Z,
 coordinates: [1.0, 2.0]
},
{
   time: 2020-01-23T00:00:10.441Z,
   coordinates: []
},
{
   time: 2020-01-23T00:00:20.441Z,
   coordinates: [3.0, 5.0]
}

具有填充值的coordinates字段与空数组之间的交替会导致压缩器的模式发生更改。模式更改会导致序列中的第二个和第三个文档保持未压缩状态。

相比之下，以下省略空数组的文档可获得最佳压缩的好处：

{
   time: 2020-01-23T00:00:00.441Z,
   coordinates: [1.0, 2.0]
},
{
   time: 2020-01-23T00:00:10.441Z
},
{
   time: 2020-01-23T00:00:20.441Z,
   coordinates: [3.0, 5.0]
}

将数值数据四舍五入到小数点后几位

将数值数据四舍五入到应用程序所需的精度。将数值数据四舍五入到更少的小数位可提高压缩率。

优化查询性能

为提升查询性能，请在 timeField 和 metaField 上创建一个或多个二级索引，以支持常见查询模式。

使用 $group 而不是 Distinct()

由于时间序列集合的独特数据结构， MongoDB 无法有效地为不同值建立索引。避免在时间序列集合中使用 distinct 命令或 db.collection.distinct()辅助方法。取而代之的是，使用 $group 聚合按不同的值对文档进行分组。

例如，要在 meta.project = 10 的文档上查询不同的 meta.type 值，而不是：

db.foo.distinct("meta.type", {"meta.project": 10})

使用：

db.foo.createIndex({"meta.project":1, "meta.type":1})
db.foo.aggregate([{$match: {"meta.project": 10}},
                  {$group: {_id: "$meta.type"}}])

具体操作如下：

  1. 在 meta.project 和 meta.type 上创建复合索引并支持聚合。

  2. $match 阶段过滤 meta.project = 10 的文档。

  3. $group 阶段使用meta.type作为分组键，为每个唯一值输出一个文档。

后退

分片时间序列集合

来年

参考