mongodb - 如何规范/减少mongoDB中的时间数据？

我正在MongoDB中存储详细的性能数据，每个集合都是一种性能报告，每个文档都是阵列上端口在该时间点的度量：

{
  "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“port name”条目。
随着数据的老化，我希望能够在不断增长的时间跨度内对其进行平均：
最多1周：分钟
1周至1个月：5分钟
1-3个月：15分钟
等..
下面是我如何平均时间，以便它们可以减少：

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 } );
 };

我将对reduce函数中的值和计数求和，并得到finalize函数中的平均值。
如您所见，这将平均数据的时间去掉“端口名”的值，我需要平均值随时间的每个“端口名”在每个“阵列串行”。
那么如何在上面的map函数中包含端口名呢？emit的键应该是我稍后拆分的复合“array_serial，portname，datetime”值吗？还是应该使用查询函数来查询每个不同的序列、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？
这就是你的意思吗？因为它没有将文档四舍五入到5分钟以下（顺便说一句，我将“datetime”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
}

据我所知，“$mod”运算符将返回分钟的剩余时间除以5，对吗？
如果我能让聚合框架而不是mapreduce来执行此操作，这将非常有帮助。

最佳答案

下面是如何在聚合框架中实现的。我正在使用一个小的简化-我只是按年、月和日期分组-在您的情况下，您将需要为更细粒度的计算添加小时和分钟。如果得到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，得到了如下格式：

[
    {
        "_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
    }
]

如您所见，这是每个阵列序列、端口名、年/月/日组合的一个结果。您可以使用$sort将它们按您希望从那里处理它们的顺序排列。
下面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的平均值：

{
    "$project" : {
        "year" : {
            "$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。