MongoDB Academy · 课时

创建时间序列集合

Q: 「创建时间序列集合」这节课中我会学到什么？

您将创建时间序列集合，并指定 timeField、metaField 和粒度选项。 你通过在浏览器中直接运行的动手代码来练习 MongoDB Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

您将创建时间序列集合，并指定 timeField、metaField 和粒度选项。

第 1 / 4 课13 个步骤

创建时间序列集合 是 CoddyKit 上的免费 MongoDB Academy 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 MongoDB Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 MongoDB Academy 课程共包含 4 节课。

时间序列 Collection 简介

MongoDB 5.0 引入了原生时间序列 collection——这是一种专门的 collection 类型，针对存储和查询随时间变化的测量值进行了优化。常见用例包括IoT 传感器读数、应用指标、金融行情数据和服务器监控数据。与常规 collection 不同，时间序列 collection 在内部使用列式存储格式，可显著减少存储空间，并提升按时间范围筛选时的查询性能。

关键字段：timeField、metaField、granularity

创建时间序列 collection 时，必须设置三个关键选项。timeField 是保存时间戳的文档字段（必须是 BSON Date）。metaField 用于标识序列，例如传感器 ID 或设备名称。granularity 提示（'seconds'、'minutes' 或 'hours'）用于告知 MongoDB 测量值的到达频率，使其能够在内部优化 bucket 大小。

使用 createCollection 命令创建

使用带有 timeseries 选项对象的 db.createCollection() 创建时间序列 collection。您无法将现有的常规 collection 转换为时间序列 collection，必须重新创建。该 collection 会在 show collections 的结果中显示，并带有特殊的 timeseries 类型指示器。

db.createCollection('sensorReadings', {
  timeseries: {
    timeField: 'timestamp',
    metaField: 'sensorId',
    granularity: 'seconds'
  }
})

Granularity 会影响 Bucket 大小

granularity 选项控制 MongoDB 如何将测量值分组到内部 bucket 文档中。使用 'seconds' 时，每个 bucket 覆盖一小时（每个 bucket 3,600 个测量值）；使用 'minutes' 时，每个 bucket 覆盖 24 小时；使用 'hours' 时，每个 bucket 覆盖 30 天。选择错误的 granularity 会导致 bucket 文档增多、压缩效果变差，因此请始终根据实际数据到达速率选择 granularity。

// Sensor sends data every second — use 'seconds'
db.createCollection('iotData', {
  timeseries: {
    timeField: 'ts',
    metaField: 'device',
    granularity: 'seconds'
  }
})

// Aggregated hourly metric — use 'hours'
db.createCollection('hourlyMetrics', {
  timeseries: {
    timeField: 'ts',
    metaField: 'service',
    granularity: 'hours'
  }
})

时间序列插入的文档结构

插入时间序列 collection 的文档必须包含 timeField，且其值必须是有效的 BSON Date。metaField 值用于标识该测量值所属的序列（例如设备 ID）。其他所有字段都称为测量字段，可以保存任意 BSON 值。如果缺少 timeField 或其值不是 Date，MongoDB 将拒绝该文档。

// Valid time series document
{
  timestamp: new Date(),   // timeField — must be a Date
  sensorId: 'sensor-42',  // metaField — identifies the series
  temperature: 23.7,       // measurement field
  humidity: 55.2,          // measurement field
  pressure: 1013.4         // measurement field
}

插入单个和多个测量值

向时间序列 collection 插入数据的方式与常规 collection 完全相同——使用 insertOne() 或 insertMany()。MongoDB 会自动处理内部 bucket。加载历史数据时，最佳实践是使用 insertMany() 批量插入，因为这样可以将创建 bucket 的开销分摊到多个测量值上。

// Insert a single measurement
db.sensorReadings.insertOne({
  timestamp: new Date('2024-06-01T10:00:00Z'),
  sensorId: 'sensor-42',
  temperature: 22.5,
  humidity: 60.1
})

// Bulk insert historical data
db.sensorReadings.insertMany([
  { timestamp: new Date('2024-06-01T10:01:00Z'), sensorId: 'sensor-42', temperature: 22.6, humidity: 60.0 },
  { timestamp: new Date('2024-06-01T10:02:00Z'), sensorId: 'sensor-42', temperature: 22.4, humidity: 60.3 }
])

使用 expireAfterSeconds 添加自动过期

时间序列 collection 支持通过 expireAfterSeconds 选项自动过期数据。设置该选项后，MongoDB 的后台 TTL 线程会在某个 bucket 中的所有测量值都早于指定阈值时，删除整个 bucket。与常规 TTL 索引相比，这种方式效率更高，因为它一次删除整个内部 bucket 文档，而不是逐个删除测量文档。

// Create with 90-day TTL
db.createCollection('sensorReadings', {
  timeseries: {
    timeField: 'timestamp',
    metaField: 'sensorId',
    granularity: 'minutes'
  },
  expireAfterSeconds: 60 * 60 * 24 * 90  // 90 days
})

查询时间序列 Collection

对时间序列 collection 的查询与常规 find() 查询看起来完全相同。按时间范围筛选时，MongoDB 会自动利用内部 bucket 结构跳过不相关的 bucket。按 metaField 筛选同样非常高效。请避免只按测量字段查询而不使用时间或 meta 筛选，因为这会强制扫描所有 bucket 中的整个 collection。

// Query last 24 hours for a specific sensor
const since = new Date(Date.now() - 24 * 60 * 60 * 1000)

db.sensorReadings.find({
  sensorId: 'sensor-42',
  timestamp: { $gte: since }
}).sort({ timestamp: 1 })

创建后更新 Granularity

您可以使用 collMod 命令增大现有时间序列 collection 的 granularity（例如从 'seconds' 改为 'minutes'）。但是不能减小 granularity——如果尝试从 'minutes' 改回 'seconds'，MongoDB 将返回错误。您也可以通过 collMod 更新 expireAfterSeconds 设置，而无需重新创建 collection。

// Increase granularity from seconds to minutes
db.runCommand({
  collMod: 'sensorReadings',
  timeseries: { granularity: 'minutes' }
})

// Update expireAfterSeconds to 30 days
db.runCommand({
  collMod: 'sensorReadings',
  expireAfterSeconds: 60 * 60 * 24 * 30
})

限制和约束

与常规 collection 相比，时间序列 collection 有一些重要限制。不能仅基于 timeField 对时间序列 collection 进行分片，必须包含 hashed metaField 组件。更新和删除操作受到限制：在 MongoDB 5.1 之前，只支持按 metaField 或时间范围删除。此外，时间序列 collection 不支持唯一索引、稀疏索引或 capped collection。

验证 Collection 类型和选项

创建时间序列 collection 后，使用 db.getCollectionInfos() 检查它，以确认 timeseries 选项已正确保存。您还可以运行 db.sensorReadings.stats() 查看存储统计信息，其中包括 MongoDB 在后台维护的内部 bucket 文档数量。

// Inspect time series collection metadata
db.getCollectionInfos({ name: 'sensorReadings' })

// Check storage stats
db.sensorReadings.stats()

快速检查

测试您对本课中 MongoDB 和 NoSQL 数据库概念的理解。

在交互式课程中回答

课程回顾

在本课中，您学习了：时间序列 collection 使用列式 bucket 格式，适合高压缩率、以追加为主的工作负载；三个关键选项（timeField、metaField、granularity）控制测量值的组织方式和 bucket 分组方式；以及 expireAfterSeconds 可在 bucket 级别高效地自动清除旧数据。接下来，我们将深入学习时间序列数据的插入和查询。

免费开始

用 AI 导师学习 JavaScript — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 30
课程: 120

免费开始学习查看完整课程

常见问题解答

「创建时间序列集合」课时是免费的吗？

是的 — 「创建时间序列集合」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 MongoDB Academy 课程的其余内容，请升级到 CoddyKit PRO。 MongoDB Academy 课程共包含 4 节课。

「创建时间序列集合」这节课中我会学到什么？

您将创建时间序列集合，并指定 timeField、metaField 和粒度选项。你通过在浏览器中直接运行的动手代码来练习 MongoDB Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 MongoDB Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 MongoDB Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「创建时间序列集合」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 MongoDB Academy 课中编写并运行代码吗？

能。每节 MongoDB Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 MongoDB Academy