目录:

  1. 解析 MongoDB 新特性“时序”
  2. 如何在 MongoDB 中使用时序?
  3. MongoDB 时序集合性能
  4. MongoDB 时序 IOT 场景设计

一、解析 MongoDB 新特性“时序”

  • MongoDB 时序集合是 MongoDB 5.0 新推出的功能,他能快速将段时间内的数据写入磁盘,并且提供快速时序检索的集合。
  • 与普通集合相比,时序集合在数据插入的过程中,自动将数据按照时间维度组织成最优的存储格式,也为后面应用程序对时序数据提高了查询效率。
  1. MongoDB 传统时序模式:

假设我们有一个传感器每分钟测量温度并将其保存到数据库中,我们需要写入数据库中的数据流:

{_id: ObjectId(), deviceid: 1, date: ISODate ("2019-11-10"), samples : [{ temperature: 10, time: 1573833152},]},
{_id: ObjectId(), deviceid: 1, date: ISODate ("2019-11-10"), samples : [[ temperature: 15, time: 1573833153},]},
{_id: ObjectId(), deviceid: 1, date: ISODate ("2019-11-10"), samples : [[ temperature: 14, time: 1573833154},]},
{_id: ObjectId(), deviceid: 1, date: TSODate("2019-11-10"), samples : [[ temperature: 20, time: 1573833155},]}
  1. 桶模式设计数据模型:
{
  _id: objectId(),
  deviceid: 1,
  date: ISODate ( "2019-11-10") ,
  first: 1573833152,
  last: 1573833155,
  samples : [
    { temperature: 10, time: 1573833152},
    { temperature: 15, time : 1573833153},
    { temperature: 14, time: 1573833154),
    { temperature: 20, time : 1573833155}
  ]
}

字段解释:

  • id —文档的ID,这个ID具备唯一性
  • deviceld —查询的设备ID
  • date—采样日期;我们可以将其存储在此处以简化聚合
  • first—存储桶中读取的最旧数据的时间戳
  • last—存储桶中读取的最新数据的时间戳
  • samples—数据容器
  1. 用例中桶模式的优势:
  • 节省数据和索引的大小
  • 简化数据结构
  • 可以将需要采集的数据按照时间维度集中在一起,方便快速范围检索
  • 提升数据写入速度

二、如何在 MongoDB 种使用时序

  1. 显示指定创建的集合为时序集合
db.createcollection (
"weather",
{
  timeseries: {
    timeField: "timestamp",
    metaField: "metadata",
    granularity: "hours"
  }
}

字段含义介绍:

  • timeField 是时间参数,必须为 BSON data。
  • metaField 影响维度基数,好的 metaField 应该选择低基数的,有选择性的指标,高基数必然带来性能的下降
  • granularity 是聚合粒度(可选)参数,数据库会将一个时间段的数据聚合存放,这个参数影响性能,不影响功能
  • expireAfterSeconds 影响数据的过期,是默认通过每60s一次的检测实现的。过期时间可配置
  1. CRUD 操作
  • 增:单条插入或批量插入集合的方式(跟传统的 collection 没有区别)
  • 删(略)
  • 改(略)
  • 查:

计算时序集合时段平均值(聚合查询):

db.weather.aggregate([
  {
    project: {
      date: {
          $dateToParts: { date: "$timestamp" }
      },
      temp: 1
  },
  {
    $group: {
       _id: {
         date: {
             year : "$date. year",
             month: "$date.month",
             day : " $date.day"
          }
          avgTmp: { $avg: "stemp"}
      }
])
  1. 注意点:
  • 时序集合底层存储依然是 WiredTiger;
  • 没有为时序查询定制太多新的语法,各种聚合依然需要通过 aggregate 进行;
  • 时序集合已经按照常用的查询模式,对数据进行了存储模型上的优化。在索引上如果有自己的针对 metafield 的过滤需求,可以正常创建二级索引;
  • MongoDB时序集合在更新和删除中需要添加指定条件。
  • 在当前版本里,时序集合不支持分片(6.0支持分片)。

三、MongoDB 时序集合性能

  1. 写入性能(4C 8G 128G ssd)

  1. 读写混合压测性能:

  1. 磁盘占用:

MongoDB 对数据的压缩支持 snappy、zstd 和 zlib 算法,在以往线上真实的数据空间大小与真实磁盘空间消耗进行对比,可以得出以下结论:

压缩算法真实数据量真实磁盘空间消耗
snappy 压缩算法3.5T1-1.5T
zstd 压缩算法3.5T0.6-0.9T
zlib 压缩算法3.5T0.5-0.7T

Hbase 默认采用的是 snappy 算法,MongoDB 时序集合默认采用 zstd 压缩算法,所以相同数据量,MongoDB 磁盘占用更低。

  1. MongoDB时序集合使用限制:
  • 客户端加密
  • ChangeStream
  • Relndex 重建索引
  • Tiggers
  • 更新和删除限制

四、MongoDB时序 IOT 场景设计

场景需求:
数据质量,实时消费 kafka 数据,并经过流式计算后,需要对数据进行展示,如流程图所示:

  • 时序集合
  • 读写分离
  • ChangeStream 分流查询

  1. 过期数据清理:
  • 可以采用时序集合原生态的TTL索引进行自动过期。
  • 可以通过新旧集合替换的方式,对旧集合直接删除的方式。

参考资料:


王顶
1.2k 声望107 粉丝

学无止境