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。

javascript
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

text
{ 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。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

设计 Bucket 与时间序列数据

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通