用于在 mongodb 上对时间序列进行版本控制的文档结构

Question

我有一个时间序列随着时间的推移而增长并（可能）修改：

关于“2013-01-01”：第一版数据

“2013-01-01”10

关于“2013-01-02”：1月1日的数据从10日修改为11日

“2013-01-01”11

关于“2013-02-01”：2月1日第一版数据

“2013-01-01”11
"2013-02-01" 20

关于“2013-02-02”：2月1日的数据从20日修改为21日

“2013-01-01”11
"2013-02-01" 21

最常见的查询：

query1：获取所有日期的最新版本

“2013-01-01”11
"2013-02-01" 21

query2：获取特定日期已知的时间序列：

比如查询“2013-02-01”，我需要得到
《2013-01-01》11
"2013-02-01" 20

请注意，query1 与 query2 相同，但日期 = 当前日期

我需要帮助来构建我的文档，并且由于我来自关系背景，我不确定我的结构的含义。我基本上已经确定了 2 种可能的结构，很乐意收到一些反馈或其他结构的建议。

选项 A：每个版本都在一个单独的文档中

{
  "id":"1",
  "date":"2013-01-01",
  "version_date":"2013-01-01",
  "value":10
}

{
  "id":"1",
  "date":"2013-01-01",
  "version_date":"2013-01-02",
  "value":11
}

{
  "id":"1",
  "date":"2013-02-01",
  "version_date":"2013-02-01",
  "value":20
}

{
  "id":"1",
  "date":"2013-02-01",
  "version_date":"2013-02-02",
  "value":21
}

选项 B：一个文档包含一个日期的所有修订

{
  "id":"1",
  "date":"2013-01-01",
  "values" : [ 
              { "version_date":"2013-01-01",
                "value":10
              },
              {
                "version_date":"2013-01-02",
                "value":11
              }
}

{
  "id":"1",
  "date":"2013-02-01",
  "values" : [ 
              { "version_date":"2013-02-01",
                "value":20
              },
              {
                "version_date":"2013-02-02",
                "value":21
              }
}

在选项 B 中，我还担心执行更新查询可能会有点困难，因为文档有一个不断增长的部分，我不确定 mongodb 是否很好地支持/优化了这一点

编辑：我也在考虑使用选项 C 来加快 query1 的速度：（尽管​​它可能会减慢一点写入速度）

{
  "id":"1",
  "date":"2013-01-01",
  "values" : [ 
              { "version_date":"2013-01-01",
                "value":10
              },
              {
                "version_date":"2013-01-02",
                "value":11
              }
  "last_value":11
}

{
  "id":"1",
  "date":"2013-02-01",
  "values" : [ 
              { "version_date":"2013-02-01",
                "value":20
              },
              {
                "version_date":"2013-02-02",
                "value":21
              }
  "last_value":21
}

Answer 1

与所有此类问题一样，您是唯一可以回答此问题的人。如果你有你的数据 - 尝试两种方式对真实数据和真实查询进行一些基准测试，并比较哪个更好。如果您没有数据 - 尝试模拟它。

请记住，对于选项 B 和 C，您必须注意 16 Mb limit per document。因此，如果您有很多版本 - 您可能会达到限制（但您必须了解，应该有太多版本才能达到 16Mb）。另请记住，更新此类文档可以使用许多moves on the disk。

如果您需要一次选择特定文档的所有修订版，选项 B 和 C 会很好，但我在您最经常的查询中没有发现这一点。请记住，使用正确的索引，您也可以使用选项 A 来实现这一目标。

Answer 2

在官方页面上实际上有一篇关于这个主题的博客文章：http://blog.mongodb.org/post/65517193370/schema-design-for-time-series-data-in-mongodb 如果需要，请查看并提出任何其他问题。

Answer 3

考虑到上述选项和您的要求，最好基于 date 创建您的结构，就像您在选项-B 中提到的那样。如果您的 date 被索引，那就太好了。显示为什么这似乎是适当的优化解决方案的一些场景（易于阅读、更新）是：

1. 检索特定日期的所有版本。
2. 检索特定时间段的所有版本（即范围，例如从 2012 年 1 月到 2012 年 2 月）
3. 插入新版本，只需使用$push。
4. 删除旧版本，只需使用$pull 进行简单查询。