今天就跟大家聊聊有關(guān)MongoDB開發(fā)系中什么是數(shù)據(jù)集設(shè)計分桶范式，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。
成都創(chuàng)新互聯(lián)是少有的成都做網(wǎng)站、網(wǎng)站制作、營銷型企業(yè)網(wǎng)站、微信小程序定制開發(fā)、手機(jī)APP,開發(fā)、制作、設(shè)計、外鏈、推廣優(yōu)化一站式服務(wù)網(wǎng)絡(luò)公司,自2013年起,堅持透明化,價格低,無套路經(jīng)營理念。讓網(wǎng)頁驚喜每一位訪客多年來深受用戶好評
數(shù)據(jù)集設(shè)計模式，MongoDB在官方文檔https://docs.mongodb.com/ecosystem/ 中的use cases部分提供了詳細(xì)的參考內(nèi)容。
分桶模式是MongoDB數(shù)據(jù)集設(shè)計的一種范式。
所謂分桶優(yōu)化，就是與其對每一條數(shù)據(jù)創(chuàng)建一個文檔，我們可以把某一個時間段內(nèi)的測量數(shù)據(jù)聚合到一起放到一個文檔內(nèi)，利用MongoDB提供的內(nèi)嵌式數(shù)組或子文檔特性
我們知道許多傳感器數(shù)據(jù)都是時間序列數(shù)據(jù)。例如：風(fēng)傳感器，潮汐監(jiān)測以及位置追蹤等采集數(shù)據(jù)的無非這種類型： Timestamp，采集器名稱/ID，采集值。對于時序類型的數(shù)據(jù)，我們可以采用一種叫做時間分桶的優(yōu)化策略。
簡單的說 時間序列就是各時間點(diǎn)上形成的數(shù)值序列，時間序列分析就是通過觀察歷史數(shù)據(jù)預(yù)測未來的值。采用分桶設(shè)計寫入的數(shù)據(jù)集，元素更多的是采用時間作為排序元素，依次寫入和讀取。
官方有一篇翻譯文章，專門敘述 分桶設(shè)計模式
基礎(chǔ)數(shù)據(jù)集如下
重慶分公司
重慶分公司
{
sensor_id: 12345,
timestamp: ISODate("2019-01-31T10:00:00.000Z"),
temperature: 40
}
{
sensor_id: 12345,
timestamp: ISODate("2019-01-31T10:01:00.000Z"),
temperature: 40
}
{
sensor_id: 12345,
timestamp: ISODate("2019-01-31T10:02:00.000Z"),
temperature: 41
}
改進(jìn)后的文檔集如下
{
sensor_id: 12345,
start_date: ISODate("2019-01-31T10:00:00.000Z"),
end_date: ISODate("2019-01-31T10:59:59.000Z"),
measurements: [
{
timestamp: ISODate("2019-01-31T10:00:00.000Z"),
temperature: 40
},
{
timestamp: ISODate("2019-01-31T10:01:00.000Z"),
temperature: 40
},
…
{
timestamp: ISODate("2019-01-31T10:42:00.000Z"),
temperature: 42
}
],
transaction_count: 42,
sum_temperature: 2413
}
我們在程序?qū)懭胛臋n時，可以做一些簡單的計算和整理，按時間分段，根據(jù)業(yè)務(wù)需要，將一個時間斷內(nèi)的大量文檔合并，避免數(shù)據(jù)使用時的隨機(jī)聚合和查詢。這樣的時間段，可以理解為桶。
在處理時間序列數(shù)據(jù)時，知道2018年7月13日加利福尼亞州康寧市下午2:00至3:00的平均溫度通常比知道下午2:03那一時刻的溫度更有意義也更重要。通過用桶組織數(shù)據(jù)并進(jìn)行預(yù)聚合，我們可以更輕松地提供這些信息。
官方有一篇關(guān)于Iot使用場景的推薦文章 https://www.mongodb.com/customers/bosch，可以作為參考。
https://docs.mongodb.com/ecosystem/use-cases/storing-comments/ Hybrid Schema Design節(jié)點(diǎn)下說明了評論中的分桶操作場景。
首先我們看數(shù)據(jù)集模式
_id: ObjectId(...),
discussion_id: ObjectId(...),
bucket: 1,
count: 42,
comments: [ {
slug: '34db',
posted: ISODateTime(...),
author: { id: ObjectId(...), name: 'Rick' },
text: 'This is so bogus ... ' },
... ]
}
我在數(shù)據(jù)集設(shè)計的文章中提到分桶模式的設(shè)計場景，主要用于時間序列的數(shù)據(jù)預(yù)處理和分塊存儲。時間序列也就是按照時間的先后排序，依次寫入。分塊的標(biāo)準(zhǔn)可以是時間，比如一天，一個小時，或者是評論數(shù)目。
Also, 100 comments is a soft limit for the number of comments per bucket. This value is arbitrary: choose a value that will prevent the maximum document size from growing beyond the 16MB BSON documentsize limit,
以上總體含義是說每個桶內(nèi)的元素個數(shù)不是固定的，是應(yīng)用開發(fā)時，根據(jù)實(shí)際情況評估后的一個度量。但是需要考慮MongoDB本身每個文檔最多16M的限制。
對于應(yīng)用程序來說，這樣的設(shè)計模式在寫入操作是需要做一些簡單的邏輯，來確定寫入哪個桶，以及簡單計算，如下
if bucket['count'] > 100:
db.discussion.update(
{ 'discussion_id: discussion['_id'],
'num_buckets': discussion['num_buckets'] },
{ '$inc': { 'num_buckets': 1 } } )
借助2019年MongoDB中國用戶大會的一張PPT更加清晰的認(rèn)識下分桶范式
buckets.png
文章中的觀點(diǎn)有不嚴(yán)謹(jǐn)之處，歡迎評論溝通。邊學(xué)習(xí)，邊實(shí)踐，邊參考，邊改進(jìn)，在問題中成長。
看完上述內(nèi)容，你們對MongoDB開發(fā)系中什么是數(shù)據(jù)集設(shè)計分桶范式有進(jìn)一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。
