NoSQL 与搜索 / 系统课时
设计 Bucket 与时间序列数据
设计 Bucket 与时间序列数据
时间序列数据的关键不是“能不能存”,而是如何控制文档数量、写入放大、查询范围与保留周期。本课用同一类设备指标比较手工 Bucket Pattern 与 MongoDB Time Series Collection,并给出可执行的选型与验证方法。
学习目标
- 能解释手工 Bucket 与 Time Series Collection 的数据组织差异
- 能根据查询、更新和保留需求选择合适方案
- 能创建时间序列集合并验证按设备与时间范围查询
先看两种建模方式的差别
手工 Bucket Pattern 是应用自己决定“一个桶装多少条测量”。例如按 deviceId + 小时 建一个文档,把同一小时内的温度点追加到 measurements 数组。它可以在桶上保存 count、min、max 等摘要,也允许业务自行控制封桶与修正逻辑。
Time Series Collection 则把时间字段、元数据字段和粒度交给 MongoDB 管理。应用仍按“一条测量一个文档”写入,MongoDB 在底层自动组织 bucket。这样应用代码更简单,并能直接结合时间范围、meta 过滤和自动过期策略。
| 维度 | 手工 Bucket Pattern | Time Series Collection |
|---|---|---|
| 应用写入形态 | 先定位桶,再向数组追加 | 每次插入一条测量 |
| 桶边界 | 业务自行定义 | MongoDB 自动管理 |
| 自定义桶摘要 | 灵活,可直接存摘要 | 通常通过聚合计算 |
| 历史修正 | 可按业务规则修改桶 | 更适合追加型测量 |
| 保留策略 | 应用删除或 TTL 设计 | 可设置 expireAfterSeconds |
| 适合场景 | 需要强定制桶结构 | 标准指标、IoT、监控事件 |
创建 Time Series Collection
下面示例创建 device_metrics。ts 是测量时间,meta 保存查询经常使用且变化较少的设备维度,expireAfterSeconds 表示测量超过 30 天后可由后台自动清理。
db.createCollection("device_metrics", {
timeseries: {
timeField: "ts",
metaField: "meta",
granularity: "minutes"
},
expireAfterSeconds: 60 * 60 * 24 * 30
})
db.device_metrics.insertMany([
{ ts: ISODate("2026-08-26T10:00:00Z"), meta: { deviceId: "d1", site: "s1" }, temp: 21.4 },
{ ts: ISODate("2026-08-26T10:05:00Z"), meta: { deviceId: "d1", site: "s1" }, temp: 21.8 },
{ ts: ISODate("2026-08-26T10:05:00Z"), meta: { deviceId: "d2", site: "s1" }, temp: 24.1 }
])
db.device_metrics.find(
{
"meta.deviceId": "d1",
ts: {
$gte: ISODate("2026-08-26T10:00:00Z"),
$lt: ISODate("2026-08-26T11:00:00Z")
}
},
{ _id: 0, ts: 1, temp: 1 }
).sort({ ts: 1 })预期输出
{ ts: ISODate("2026-08-26T10:00:00.000Z"), temp: 21.4 }
{ ts: ISODate("2026-08-26T10:05:00.000Z"), temp: 21.8 }实际输出中的日期显示格式可能因 mongosh 版本略有不同,但结果应只包含设备 d1 在指定一小时内的两条测量。
什么时候仍然使用手工 Bucket
当业务需要“一个文档就是一个计费周期”“每个桶必须维护固定摘要”“桶关闭后不可再写”这类领域语义时,手工 Bucket 更合适。例如按小时建桶时,可以把 bucketStart、bucketEnd、count 与 measurements 放在同一文档,并在达到条数或时间上限后创建新桶。
把查询与保留策略一起设计
选型时先看最常见的过滤条件。如果查询几乎总是“某设备在某时间段”,Time Series Collection 的 meta + time 模型非常自然;如果查询主要按桶级业务状态处理,并且经常读取桶摘要而不是原始点,手工 Bucket 往往更直接。
保留策略也应在建模阶段确定。仅保留最近 30 天原始指标时,可使用时间序列集合的自动过期;如果需要“30 天原始数据 + 2 年小时聚合”,应把长期聚合结果写入另一个普通集合,而不是为了保留摘要而永久保存所有原始测量。