创建和查询时间序列集合
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。
创建时间序列集合
使用 db.createCollection()
方法或 create
命令创建集合。例如:
db.createCollection( "weather", { timeseries: { timeField: "timestamp", metaField: "metadata" }})
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 metaField 行为和选择的更多信息,请参阅 metaFields。
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。
定义一个
granularity
字段:timeseries: { timeField: "timestamp", metaField: "metadata", granularity: "seconds" }
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:timeseries: { timeField: "timestamp", metaField: "metadata", 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:
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 |
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 虽然 |
timeseries.granularity | 整型 | 可选。如果设置 可能的值为 将 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 可能的值为 1-31536000。 6.3 版本中的新功能。 |
timeseries.bucketRoundingSeconds | 整型 | 可选。与 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
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。
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 }