如何规范化/减少mongoDB中的时间数据?
我在MongoDB中存储每分钟的性能数据,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值:如何规范化/减少mongoDB中的时间数据?,mongodb,mapreduce,Mongodb,Mapreduce,我在MongoDB中存储每分钟的性能数据,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值: { "DateTime" : ISODate("2012-09-28T15:51:03.671Z"), "array_serial" : "12345", "Port Name" : "CL1-A", "metric" : 104.2 } 每个“阵列\串行”最多可以有128个不同的“端口名”条目 随着数据的老化,我希望能够在不断增加的时间跨度内对其进行平均: 最多1
{
"DateTime" : ISODate("2012-09-28T15:51:03.671Z"),
"array_serial" : "12345",
"Port Name" : "CL1-A",
"metric" : 104.2
}
每个“阵列\串行”最多可以有128个不同的“端口名”条目
随着数据的老化,我希望能够在不断增加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
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,并在finalize函数中得到平均值
正如您所看到的,这将在不考虑“端口名”值的情况下对数据进行平均,并且我需要对每个“数组_序列”上的每个“端口名”的值随时间进行平均
那么如何在上面的映射函数中包含端口名呢?emit的键应该是我稍后拆分的复合“array\u serial,PortName,DateTime”值吗?或者我应该使用查询功能来查询每个不同的串行、端口和时间?我是否正确地将此数据存储在数据库中
另外,据我所知,这些数据会保存到它自己的集合中,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较低的5分钟(顺便说一句,我将“DateTime”改为“DateTime”): 据我所知,“$mod”操作符将返回分钟的剩余部分除以5,对吗 如果我可以让聚合框架而不是mapreduce执行此操作,这将对我非常有帮助。用此平均数据替换集合中的数据的标准做法是什么 标准做法是保留原始数据并单独存储所有衍生数据 在您的情况下,它意味着:
- 不要删除原始数据
- 使用另一个集合(在同一MongoDB数据库中)存储平均值
project={"$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程序,得到了以下格式:
[
{
"_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、端口名、年/月/日期组合的一个结果。您可以使用$sort将它们放入要从那里处理它们的顺序中
以下是如何将项目步骤扩展到包括小时和分钟,同时将分钟四舍五入到每五分钟的平均值:
{
"$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需求。您确实应该使用聚合框架,而不是映射/减少。您可以使用map/reduce来完成此操作,您只需要将端口和时间值作为键来发出。聚合框架将使其更加简单。你在使用2.2吗?我在使用2.2,我还没有开始研究聚合框架,我来看看。谢谢你的数据点是统一的吗?i、 e.超过60分钟是否保证获得相同数量的测量?测量是绝对的吗?与上一个或下一个数据点无关,是吗?数据点是否一致?i、 e.超过60分钟是否保证获得相同数量的测量?测量是绝对的吗?不是相对于上一个或下一个,是吗?你看到问题了吧?如果你在一小时内得到一次高测量值和10次低测量值,如果不是在同一时间段内,那么你应该称量它们,而不是直接进行平均。每个数据点是该时间段内的绝对平均值(在本例中为1分钟)。你是对的,尽管我可能每小时得不到60个数据点(有时收集器会漏掉一个点而不存储它),那么我应该在时间点上扔掉它,给它一个零的值,或者平均掉缺失值两边的值并分配该值吗?@AsyaKamsky-在聚合框架中如何做到这一点?我不确定我是否理解得足够好。在哪里可以平均到间隔的时间,并获得每个时间的平均度量?当然,这适用于每小时或每月的平均时间,但这项技术可以用于五分钟周期的平均吗?你能将$project中的日期时间舍入到平均值吗?当然。在投影中,对$hour做同样的事情,但对$minute使用$mod操作符和$mod:[“$min”,5]将所有分钟“舍入”到下一个较低的5或0分钟。啊,太好了,我来试一试。感谢您对ASIA的持续帮助!您使用“$min”是指$min运算符还是$min运算符?我想我看不出这将如何“舍入”一分钟的值。。。你能说得更详细一点吗?Asya,我已经为上述问题添加了更多细节,我认为$mod不是正确的方法。。。我需要将分钟向下舍入到最接近的5分钟值,在聚合框架中有没有办法做到这一点?数学地板($minute)/5)*5
{
"$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
}
}