技术干货 | MongoDB 功能详解之时间序列集合（Time Series Collections）

时间序列集合（Time Series Collections）：MongoDB 5.0 版本中的新功能。

时间序列数据是一系列数据点，通过分析这些随时间变化的数据点而获得对数据的深刻理解。

时间序列数据通常由以下组成部分组成：

• 时间：数据点何时被记录
• 元数据（有时称为源）：一个标签或标记，唯一标识一个序列，并且很少更改
• 测量值（有时称为指标或值）：按时间增量跟踪的数据点，通常是随时间变化的键-值对。

下表列出了一些时间序列数据的例子：

为了高效的存储时间序列数据，MongoDB 提供了时间序列集合。

时间序列集合

时间序列集合高效地存储时间序列数据。在时间序列集合中，会对写操作进行组织，以便将来自同一个源的相近时间点的数据存储在一起。

好处

相比普通集合，将时间序列数据存储在时间序列集合中可以提高查询效率，并且减少时间序列数据和​​二级索引（secondary indexes）​​的磁盘使用量。

时间序列集合底层使用列式存储格式，并使用自动创建的​​聚集索引（clustered index）​​按时间顺序存储数据。列式存储格式提供以下好处：

• 降低了处理时间序列数据的复杂性
• 提高查询效率
• 降低磁盘使用量
• 减少了读操作的 I/O
• 提升了 WiredTiger 缓存的使用率

行为

时间序列集合的行为类似普通集合。你可以像普通集合一样插入和查询数据。

MongoDB 将时间序列集合视为由内部集合支持的可写非物化视图。插入数据时，内部集合自动将时间序列数据组织成优化的存储格式。

在查询时间序列集合时，每个测量值查询一个文档。对时间序列集合的查询利用了优化的内部存储格式，能更快地返回结果。

⚠️ 重要：

不向后兼容的特性

在降级之前，必须删除时间序列集合：

• MongoDB 6.0 或更高版本降到 MongoDB 5.0.7 或更早。
• MongoDB 5.3 降到MongoDB 5.0.5或更早。
  

内部索引

当你创建一个时间序列集合时，MongoDB 会自动在时间字段上创建一个内部​​聚集索引（clustered index）​​。内部索引提供了一些性能优势，包括提高查询效率和减少磁盘使用。要了解关于聚集索引性能优势的更多信息，请参阅​​聚集集合（Clustered Collections）​​。

​​listIndexes​​ 不会显示时间序列集合的内部索引。

📒 TIP：

为了提高查询性能，你可以手动在测量字段或时间序列集合中的任何字段上​​添加二级索引​​。

入门

要开始使用时间序列集合，请参阅文档：​​创建并查询时间序列集合​​。

原文：​​Time Series​​

关于译者：

张清荣，MongoDB 中文社区成员，现就职于中国联通软件研究院。

文章转载自公众号： Mongoing中文社区