【问题标题】:Timestamp as Key in mongodb as timeseries database时间戳作为 mongodb 中的键作为时间序列数据库
【发布时间】:2017-01-05 17:01:32
【问题描述】:

我想使用 mongodb 作为时间序列数据库,并通过时间戳 + id 进行查询。

如图所示的MongoDB存储数据的方式here

{
  timestamp_hour: ISODate("2013-10-10T23:00:00.000Z"),
  ID: “System1”,
  values: {
    0: { 0: 999999, 1: 999999, …, 59: 1000000 },
    1: { 0: 2000000, 1: 2000000, …, 59: 1000000 },
    …,
    58: { 0: 1600000, 1: 1200000, …, 59: 1100000 },
    59: { 0: 1300000, 1: 1400000, …, 59: 1500000 }
  }
}

但我有多个值,每个值都有一个时间戳,它不是周期性的。 数据有一些时间延迟或几天没有到来。 所以我不想用 0-24 表示我的小时数和 0-59 表示我的分钟数。 我可以改用我测量的时间戳吗?我文档中的每个值都具有相同的时间戳,因此如果 value1 有 50 个条目,则 value2 也有 50 个条目且时间戳相等。

     {
          timestamp_hour: ISODate("2013-10-10T23:00:00.000Z"),
          ID: “System1”,
          values1: {
            "2013-10-10T22:00: {
         "2013-10-10T22:01:00.000Z": 999999, 
         "2013-10-10T22:02:00.000Z": 999999,
         "2013-10-10T22:03:00.000Z": 1000000 
                                },
            "2013-10-10T23:00:": { 
         "2013-10-10T23:01:00.000Z": 2000000,
         "2013-10-10T23:02:00.000Z": 2000000, 
                                 },
          }
         values2: {
            "2013-10-10T22:00: {
         "2013-10-10T22:01:00.000Z": 999999, 
         "2013-10-10T22:02:00.000Z": 999999,
         "2013-10-10T22:03:00.000Z": 1000000 
                                },
            "2013-10-10T23:00:": { 
         "2013-10-10T23:01:00.000Z": 2000000,
         "2013-10-10T23:02:00.000Z": 2000000, 
                                 },
         }
    }

【问题讨论】:

    标签: mongodb time-series sensors iot bigdata


    【解决方案1】:

    您可以使用传入的时间戳来存储您的值,并使用单独的 mongodb map-reduce 进程 来转换您的值并以您需要的粒度将它们存储在不同的集合中(例如每小时、每天、每月)。另见incremental map-reduce

    您还可以发现这些帖子鼓舞人心:

    【讨论】:

      【解决方案2】:

      这是一个非常糟糕的选择。当然,您可以像这样存储数据。但是当数据量很大的时候,比如海量的数据采集点,每个采集点都有海量的数据(比如间隔10秒),MongoDB就会变成一场噩梦。

      尝试对时间序列数据使用实时序列数据库。

      【讨论】:

        猜你喜欢
        • 2011-11-14
        • 1970-01-01
        • 1970-01-01
        • 2019-07-29
        • 1970-01-01
        • 1970-01-01
        • 2014-01-27
        • 2011-11-21
        • 2021-05-10
        相关资源
        最近更新 更多