MongoDB 时序新特性

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},]}

2. 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

3. 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

2. 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"}
      }
])

3. 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)

2. 读写混合压测性能:

3. 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	3.5T	1-1.5T
zstd 压缩算法	3.5T	0.6-0.9T
zlib 压缩算法	3.5T	0.5-0.7T

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。

4. 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

2. 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：

• MongoDB 时间序列手册
• MongoDB Node.js 驱动手册