我正在使用 MongoDB 存储时间序列数据,其结构与此处解释的“面向文档的设计”类似:http://blog.mongodb.org/post/65517193370/schema-design-for-time-series-data-in-mongodb
目标是查询整个系统一天中最繁忙的前 10 分钟。每个文档使用 60 个子文档(每分钟 1 个)存储 1 小时的数据。每分钟存储嵌入在“vals”字段中的各种指标。我关心的指标是“订单”。示例文档如下所示:
{
"_id" : ObjectId("54d023802b1815b6ef7162a4"),
"user" : "testUser",
"hour" : ISODate("2015-01-09T13:00:00Z"),
"vals" : {
"0" : {
"orders" : 11,
"anotherMetric": 15
},
"1" : {
"orders" : 12,
"anotherMetric": 20
},
.
.
.
}
}
请注意系统中有很多用户。
我已经设法通过对以下组对象进行聚合来(某种程度上)展平结构:
group = {
$group: {
_id: {
hour: "$hour"
},
0: {$sum: "$vals.0.orders"},
1: {$sum: "$vals.1.orders"},
2: {$sum: "$vals.2.orders"},
.
.
.
}
}
但这只给了我 24 个文档(每小时 1 个),其中包含该小时内每分钟的订单数量,如下所示:
{
"_id" : {
"hour" : ISODate("2015-01-20T14:00:00Z")
},
"0" : 282086,
"1" : 239358,
"2" : 289188,
.
.
.
}
现在我需要以某种方式从中获取一天中最重要的 10 分钟,但我不确定如何获取。我怀疑它可以用 $project 来完成,但我不确定如何。
最佳答案
您可以聚合为:
$match
特定日期的文档。- 在查询之前构造
$group
和$project
对象。 $group
按$hour
,累计每个小时的所有文档 数组中的分钟。将分钟保存在文档中的某个位置。$project
一个变量 docs 作为所有文档的$setUnion
小时。$unwind
文档。$sort
按顺序
$limit
前10
个文档,这是我们需要的。
代码:
var inputDate = new ISODate("2015-01-09T13:00:00Z");
var group = {};
var set = [];
for(var i=0;i<=60;i++){
group[i] = {$push:{"doc":"$vals."+i,
"hour":"$_id.hour",
"min":{$literal:i}}};
set.push("$"+i);
}
group["_id"] = {$hour:"$hour"};
var project = {"docs":{$setUnion:set}}
db.t.aggregate([
{$match:{"hour":{$lte:inputDate,$gte:inputDate}}},
{$group:group},
{$project:project},
{$unwind:"$docs"},
{$sort:{"docs.doc.orders":-1}},
{$limit:2},
{$project:{"_id":0,
"hour":"$_id",
"doc":"$docs.doc",
"min":"$docs.min"}}
])
关于MongoDB 聚合时间序列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28310237/