Question

我在MongoDB中存储了细微的性能数据，每个集合都是一种性能报告，每个文档都是该阵列上端口的测量值：

{
  "DateTime" : ISODate("2012-09-28T15:51:03.671Z"),
  "array_serial" : "12345",
  "Port Name" : "CL1-A",
  "metric" : 104.2
}

每个“array_serial”最多可以有128个不同的“端口名称”条目。

随着数据的老化，我希望能够在不断增加的时间范围内对其进行平均化：

最多1周：分钟
1周至1个月：5分钟
1 - 3个月：15分钟

等。这是我如何平均时间以便减少它们：

var resolution = 5; // How many minutes to average over     
var map = function(){
        var coeff = 1000 * 60 * resolution;
        var roundTime = new Date(Math.round(this.DateTime.getTime() / coeff) * coeff);
        emit(roundTime, { value : this.metric, count: 1 } );
 };

我将在reduce函数中对值和计数求和，并在finalize函数中得到平均值。

正如您所看到的那样，只会将数据平均而忽略“端口名称”值，并且我需要对每个“array_serial”上的每个“端口名称”随时间平均值。

那么如何在上面的地图功能中包含端口名称？如果emit的键是一个复合“array_serial，PortName，DateTime”值，我后来拆分了吗？或者我应该使用查询功能来查询每个不同的串口，端口和时间？我是否正确地将这些数据存储在数据库中？

另外，据我所知，这些数据会保存到自己的集合中，用这些平均数据替换集合中的数据的标准做法是什么？

这就是你的意思Asya？因为它没有将文档分组到较低的5分钟（顺便说一句，我将'DateTime'更改为'datetime'）：

    $project: {
                "year" : { $year : "$datetime" },
                "month" : { $month : "$datetime" },
                "day" : { $dayOfMonth : "$datetime" },
                "hour" : { $hour : "$datetime" },
                "minute" : { $mod : [ {$minute : "$datetime"}, 5] },
                array_serial: 1,
                port_name: 1,
                port_number: 2,
                metric: 1
}

从我可以告诉“$ mod”运算符将返回剩余的分钟除以5，对吗？

如果我可以让聚合框架执行此操作而不是mapreduce，这对我真的有帮助。

Answer 1

“使用此平均数据替换集合中的数据的标准做法是什么？”

标准做法是保留原始数据并分别存储所有派生数据。

在你的情况下，它意味着：

不要删除原始数据
使用另一个集合（在同一个MongoDB数据库中）来存储平均值

Answer 2

以下是如何在聚合框架中执行此操作。我正在使用一个小的简化 - 我只对年，月和日进行分组 - 在您的情况下，您需要为细粒度计算添加小时和分钟。如果您获得的数据样本中的点分布不均匀，您还可以选择是否进行加权平均。

project={"$project" : {
        "year" : {
            "$year" : "$DateTime"
        },
        "month" : {
            "$month" : "$DateTime"
        },
        "day" : {
            "$dayOfWeek" : "$DateTime"
        },
        "array_serial" : 1,
        "Port Name" : 1,
        "metric" : 1
    }
};
group={"$group" : {
        "_id" : {
            "a" : "$array_serial",
            "P" : "$Port Name",
            "y" : "$year",
            "m" : "$month",
                    "d" : "$day"
        },
        "avgMetric" : {
            "$avg" : "$metric"
        }
    }
};

db.metrics.aggregate([project, group]).result

我用一些随机样本数据运行了这个并得到了这种格式的东西：

[
    {
        "_id" : {
            "a" : "12345",
            "P" : "CL1-B",
            "y" : 2012,
            "m" : 9,
            "d" : 6
        },
        "avgMetric" : 100.8
    },
    {
        "_id" : {
            "a" : "12345",
            "P" : "CL1-B",
            "y" : 2012,
            "m" : 9,
            "d" : 7
        },
        "avgMetric" : 98
    },
    {
        "_id" : {
            "a" : "12345",
            "P" : "CL1-A",
            "y" : 2012,
            "m" : 9,
            "d" : 6
        },
        "avgMetric" : 105
    }
]

正如您所看到的，这是每个array_serial，端口名称，年/月/日组合的一个结果。您可以使用$ sort将它们放入您想要从中处理它们的顺序。

以下是如何将项目步骤扩展到包括小时和分钟，同时将分钟数舍入为每五分钟平均一次：

{
    "$project" : {
        "year" : {
            "$year" : "$DateTime"
        },
        "month" : {
            "$month" : "$DateTime"
        },
        "day" : {
            "$dayOfWeek" : "$DateTime"
        },
        "hour" : {
            "$hour" : "$DateTime"
        },
        "fmin" : {
            "$subtract" : [
                {
                    "$minute" : "$DateTime"
                },
                {
                    "$mod" : [
                        {
                            "$minute" : "$DateTime"
                        },
                        5
                    ]
                }
            ]
        },
        "array_serial" : 1,
        "Port Name" : 1,
        "metric" : 1
    }
}

希望您能够将其扩展到您的特定数据和要求。

如何规范/减少mongoDB中的时间数据？

2 个答案: