时间序列集合最佳实践
在此页面上
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：
为避免网络往返，请使用单个
insertMany()语句，而不是多个insertOne()语句。如果可能，构建批次以包含每个系列的多个测量值（由元数据定义）。
为了提升性能，请将
ordered参数设置为false。
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：