时间序列数据是一系列数据点，通过分析随时间的变化获得洞察力。
时间序列数据通常由以下部分组成：
- 记录数据点的时间。
- 元数据（有时称为源），是唯一标识系列且很少更改的标签或标签。
- 度量（有时称为指标或值），它们是按时间增量跟踪的数据点。通常这些是随时间变化的键值对。
下表显示了时间序列数据的示例：
| 例子 | 测量 | 元数据 |
|---|---|---|
| 库存数据 | 股票价格 | 股票代码、交易所 |
| 天气数据 | 温度 | 传感器标识符、位置 |
| 网站访客 | 查看次数 | 网址 |
为了高效的时序数据存储，MongoDB 提供了时序集合。
5.0新版本。
时间序列集合有效地存储时间序列数据。在时间序列集合中，写入是有组织的，因此来自同一源的数据与来自相似时间点的其他数据点一起存储。
与普通集合相比，将时序数据存储在时序集合中可以提高查询效率，减少时序数据和二级索引的磁盘占用。
时间序列集合使用底层的列式存储格式，并使用自动创建的聚集索引按时间顺序存储数据。列式存储格式具有以下优点：
- 降低处理时间序列数据的复杂性
- 提高查询效率
- 减少磁盘使用
- 减少读取操作的 I/O
- 增加 WiredTiger 缓存使用
时间序列集合的行为类似于普通集合。您可以像往常一样插入和查询数据。
MongoDB 将时间序列集合视为由内部集合支持的可写非物化 视图。当您插入数据时，内部集合会自动将时间序列数据组织成优化的存储格式。
当您查询时间序列集合时，您对每个测量操作一个文档。对时间序列集合的查询利用优化的内部存储格式并更快地返回结果。
您必须在降级之前删除时间序列集合：
- MongoDB 6.0 或更高版本到 MongoDB 5.0.7 或更早版本。
- MongoDB 5.3 到 MongoDB 5.0.5 或更早版本。
当您创建时间序列集合时，MongoDB 会自动在时间字段上创建一个内部聚集索引。内部索引提供了多项性能优势，包括提高查询效率和减少磁盘使用。要了解有关聚簇索引的性能优势的更多信息，请参阅 聚簇集合。
不显示时间序列集合的内部索引 listIndexes。
为了提高查询性能，您可以在测量字段或时间序列集合中的任何字段上手动添加二级索引。
要开始使用时间序列集合，请参阅 创建和查询时间序列集合。
← update事件 创建和查询时间序列集合 →
原文链接 -https://www.mongodb.com/docs/manual/core/timeseries-collections/
译者：陆文龙