Configura archivo en línea

En Atlas, vaya a la Clusters Página para su proyecto.

1. Si aún no se muestra, seleccione la organización que contiene su proyecto deseado en el menú Organizations de la barra de navegación.

2. Si aún no aparece, selecciona el proyecto deseado en el menú Projects de la barra de navegación.

3. En la barra lateral, haz clic en Clusters en la sección Database.

La página de clústeres se muestra.

Go a la página Online Archive de su clúster.

En la barra lateral, haga clic en Online Archive.

La página fichero en linea se muestra.

Comenzar a configurar el archivo en línea para la colección.

Para configurar un archivo en linea para la colección, se debe hacer clic en:

• Configure Online Archive presiona el botón por primera vez.

• Add Archive botón posteriormente.

Revisa el Online Archive Overview y haz clic en Next para continuar.

Cree un Archiving Rule proporcionando la siguiente información.

1. Especificar el namespace de la colección, que incluye el nombre de la base de datos, el separador de punto (.) y el nombre de la colección (es decir, <database>.<collection>), en el campo Namespace.

   No se puede modificar el namespace una vez que se ha creado el archivo en linea.

2. Cree los siguientes índices en su archivo para asegurar un rendimiento óptimo:

   • Un índice en el campo Date de su colección.

   • Un índice compuesto en [control.closed, control.min.<date_field>] para el system.bucket.<collection> ​​subyacente.

3. Seleccionar la región del proveedor de nube donde se desea almacenar los datos archivados.

   IMPORTANTE: recomendamos que se seleccione la misma región que el clúster si es posible porque podría incurrir en un costo de transferencia de datos más alto si se elige una región diferente.

   Atlas muestra las regiones del proveedor de nube según el proveedor de nube donde se implementa el clúster. Para los clústeres multi-nube, Atlas muestra las regiones del proveedor de nube de mayor prioridad. Atlas muestra un junto a la región que coincide de cerca o exactamente con la región donde se implementa el clúster.

   AWS

   Azure

   GCP

   Para los clústeres Atlas implementados en AWS, puede seleccionar una de las siguientes regiones:

   Región de Data Federation	Región AWS	Región de Atlas
   Norte de Virginia, EE. UU.	us-east-1	US_EAST_1
   Oregón, EE. UU.	us-west-2	US_WEST_2
   Sao Paulo, Brasil	sa-east-1	SA_EAST_1
   Irlanda	eu-west-1	EU_WEST_1
   London, England, UK	eu-west-2	EU_WEST_2
   Fráncfort, Alemania	eu-central-1	EU_CENTRAL_1
   Tokyo, Japan	ap-northeast-1	AP_NORTHEAST_1
   Seúl, Corea del Sur	ap-northeast-2	AP_NORTHEAST_2
   Mumbai, India	ap-south-1	AP_SOUTH_1
   Singapur	ap-southeast-1	AP_SOUTHEAST_1
   Sydney, Australia	ap-southeast-2	AP_SOUTHEAST_2
   Montreal, QC, Canadá	ca-central-1	CA_CENTRAL_1

   Para clústeres de Atlas implementados en Azure, solo se puede seleccionar una región de Azure si no hay otros archivos en linea en el clúster que estén usando un proveedor de nube diferente. ``` Si un archivo en línea existente en el clúster utiliza AWS o Google Cloud para almacenar datos archivados, solo se puede seleccionar regiones de AWS o Google Cloud para cualquier nuevo archivo en línea en ese clúster.

   IMPORTANTE: para un clúster implementado en Azure, al tener archivos en línea existentes que utilizan AWS o Google Cloud y borrarlos, se debe esperar cinco días antes de poder crear un nuevo archivo en línea que utilice Azure. Dentro de este periodo de cinco días, cualquier intento de crear un nuevo Archivo En linea se establece por defecto en el proveedor de nube que se seleccionó originalmente.

   Para los clústeres de Atlas implementados en Azure, puedes seleccionar una de las siguientes regiones:

   Región de Data Federation	Región Azure	Región de Atlas
   Virginia, USA	eastus2	US_EAST_2
   Sao Paulo, Brasil	brazilsouth	BRAZIL_SOUTH
   Países Bajos	westeurope	EUROPE_WEST

   Para los clústeres de Atlas implementados en Google Cloud, puedes seleccionar una región de Google Cloud solo si no hay otros archivos en línea en el clúster que utilicen un proveedor de nube diferente. Si un archivo en linea existente en el clúster utiliza AWS o Azure para almacenar datos archivados, solo puedes seleccionar Regiones de AWS o Azure para cualquier nuevo archivo en linea en ese clúster.

   IMPORTANTE: para un clúster implementado en Google Cloud, si tienes Archivos En línea existentes que utilizan AWS o Azure y los borra, debes esperar cinco días antes de poder crear un nuevo Archivo En línea que utilice Google Cloud. Dentro de este periodo de cinco días, cualquier intento de crear un nuevo archivo En linea se establece por defecto en el proveedor de nube que seleccionaste originalmente.

   Para los clústeres de Atlas implementados en Google Cloud, puedes seleccionar una de las siguientes regiones:

   Región de Data Federation	Región de Google Cloud	Región de Atlas
   Iowa, USA	us-central1	CENTRAL_US
   Bélgica	europe-west1	WESTERN_EUROPE

   IMPORTANTE: una vez que Atlas crea el archivo en línea, no se puede modificar la región de almacenamiento.

4. Especificar los criterios para seleccionar los documentos que se archivarán para el tipo de colección que desea archivar.

   Colección estándar

   Colección de series de tiempo

   Para una colección estándar, especificar los criterios para seleccionar los documentos que se archivarán en la pestaña Date Match o Custom Criteria de la interfaz de usuario de Atlas.

   Coincidencia de fecha

   Criterios personalizados

   Para seleccionar documentos de la colección utilizando una combinación de un campo de fecha y un número de días:

   • Especificar un campo de fecha que ya esté indexado de los documentos en la colección. Para especificar un campo anidado, utilizar la notación de puntos.

   • Especifica el número de días para mantener los datos en el clúster de Atlas.

   • Elija el formato de fecha del campo de fecha especificado. La fecha puede expresarse como una fecha con formato ISO-8601, una marca de tiempo en formato Unix epoch o un ObjectId. La marca de tiempo de Unix epoch se puede expresar en nanosegundos, milisegundos o segundos.

     Si se elige cualquiera de los siguientes formatos, el valor del campo de fecha especificado debe ser el tipo BSON long:

     • EPOCH_SECONDS

     • EPOCH_MILLIS

     • EPOCH_NANOSECONDS

     IMPORTANTE: no puedes modificar el campo de fecha una vez que se haya creado el archivo en línea.

   Para seleccionar documentos de la colección usando un filtro personalizado, especifica un filtro JSON válido para ejecutar. Atlas utiliza el filtro personalizado especificado con el db.collection.find(filter) Comando. No puedes usar el argumento de documento vacío ({}) para devolver todos los documentos. Puedes usar operadores de MongoDB Atlas como $expr para aprovechar todos los operadores de agregación, como se muestra en los siguientes ejemplos.

   IMPORTANTE: los siguientes ejemplos asumen que todos los documentos incluyen campos bucket_end_date con valores de fecha y hora. En los siguientes ejemplos, Atlas archiva todos los documentos que no incluyen un campo bucket_end_date y todos los documentos donde bucket_end_date no es un valor de tipo fecha y hora.

   Ejemplo

   En este ejemplo de filtro personalizado, cuando la fecha actual supera la fecha en el campo bucket_end_date de los documentos, Atlas resta treinta días (especificados en milisegundos) de la fecha actual y luego archiva los datos después de esa cantidad de días, horas y minutos.

   {
     "$expr": { "$lte": [
       "$bucket_end_date",
       { "$subtract": [ "$$NOW", 2592000000 ] }
     ] }
   }

   En este ejemplo de filtro personalizado, cuando la fecha actual supera la fecha dentro de objectId, Atlas resta treinta días (especificados en milisegundos) de la fecha actual y luego archiva los datos después de tantos días, horas y minutos).

   {
     "$expr": {
       "$lte": [
         {"$toDate": "$_id"},
         { "$subtract": [ "$$NOW", 2592000000 ] }
       ]
     }
   }

   Si se utiliza $expr en el filtro personalizado, a veces el clúster de Atlas podría no ser capaz de usar un índice para archivar datos.

   El siguiente ejemplo de filtro personalizado presenta una condición compleja con más de un campo.

   {{{
      "$and":[
         {"$expr":{"$lte":["$createdAt",{"$subtract":["$$NOW",43200000]}]}},
         {"status":{"$ne":"active"}}
         ]
   }}}

   Para archivar documentos en una colección de series de tiempo, seleccione la casilla de verificación This is a Time Series Collection y especifique lo siguiente:

   • Nombre del campo que contiene la fecha en cada documento de serie de tiempo. Esto debe corresponder al timeField en la colección de series de tiempo. Para especificar un campo anidado, utiliza la notación de puntos. No puedes modificar el campo de tiempo una vez que se haya creado el archivo en línea.

   • Número de días para mantener los datos en el clúster de Atlas.

   • Formato de fecha del campo de fecha especificado. El valor del campo de fecha debe estar en formato ISODate.

   Importante

   Atlas ejecuta una query de suficiencia de índice durante la primera ejecución de archivo para determinar la eficiencia del proceso de archivado. Si el número de documentos escaneados al número de documentos devueltos es 10 o más, el resultado de la query activa un Index Sufficiency Warning. Esta advertencia indica que no se dispone de índices suficientes para un proceso de archivo eficiente. Para los archivos basados en fechas, se debe indexar el campo de fecha. Para los criterios personalizados que utilizan una expresión, Atlas podría primero convertir un valor antes de evaluarlo contra la query.

   La query de suficiencia de índices deja de ejecutarse después de que se detectan índices suficientes. Si se descarta un índice de la colección más tarde y esto ralentiza el proceso de archivado, Atlas no emite un Index Sufficiency Warning.

   Nota

   MongoDB almacena datos de series temporales en documentos de bucket. Cada bucket representa varias mediciones lógicas de su colección de series temporales. MongoDB comprime cada bucket en columnas antes de escribirlo en las páginas de WiredTiger. Posteriormente, WiredTiger comprime las páginas en bloques para una mayor eficiencia de compresión.

   MongoDB Online Archive solo opera con documentos de bucket completos, sin añadir ni eliminar mediciones individuales de cada documento. Esto evita la fragmentación y mantiene la eficiencia de compresión de columnas para cada bucket.

Especificar cuántos días se desean almacenar los datos en el archivo en linea y una ventana de tiempo en la que se desee que Atlas ejecute la tarea de archivado.

1. (Opcional) Especificar un Data Retention Period.

   Por defecto, Atlas no borra los datos archivados. Sin embargo, si se especifica el Data Retention Period, se puede especificar entre 7 y 9125 días (25 años) para conservar los datos archivados. Atlas borra los datos archivados después del número de días que se especifiquen aquí. Esta regla de expiración de datos entra en vigor 24 horas después de que se establezca el Data Retention Period.

   ADVERTENCIA: una vez que Atlas borra los datos, no se pueden recuperar.

2. (Opcional) Especificar un Schedule Archiving Window.

   Por defecto, Atlas ejecuta periódicamente una query para archivar datos. Sin embargo, puedes alternar Schedule Archiving Window para establecer explícitamente el cronograma de la ventana de tiempo durante la cual desea que Atlas archive los datos. Puedes especificar lo siguiente:

   • Frecuencia. Se puede elegir ejecutar la tarea todos los días, en un día específico de la semana o en una fecha concreta cada mes. Si se desea programar la tarea de archivado de datos para el día 29, 30 o 31 de cada mes, Atlas no ejecuta la tarea de archivado en los meses que no tienen estas fechas (por ejemplo, febrero).

   • Intervalo de tiempo, en horas. Seleccionar el periodo de tiempo durante el cual desea que Atlas ejecute la tarea de archivo de datos. Especificar un mínimo de dos horas. Si una tarea en ejecución no se completa durante la ventana de tiempo especificada, Atlas continúa ejecutando la tarea hasta que se complete.

Haga clic Next en para especificar los campos consultados con más frecuencia.

Especificar los dos campos de query más frecuentes en la colección para crear particiones en el archivo en línea.

IMPORTANTE: el archivo debe tener al menos un campo de partición.

/title/plot/released

/genres/title

/title/plot/released

• Elige campos que contengan solo caracteres compatibles con AWS. Para aprender más sobre los caracteres que debes evitar, consulta Creación de nombres de claves de objeto. Atlas omite y no archiva documentos que contienen caracteres no admitidos.

• Elegir campos que no contengan datos polimórficos. Atlas determina el tipo de dato de un campo de partición al muestrear 10 documentos de la colección. Atlas no archivará un documento si el valor del campo especificado en un documento no coincide con los valores de otros documentos de la misma colección.

• Elegir los campos de query que consulta con frecuencia y ordenarlos desde el de query más frecuente en la primera posición hasta el campo de query menos frecuente en la última posición. Por ejemplo, si realiza queries frecuentes en el campo de fecha, dejar el campo de fecha en la primera posición. Pero si frecuentemente realiza una query en otro campo, entonces ese campo debería estar en la primera posición.

IMPORTANTE: para los en linea archivos creados antes de junio 2023, MongoDB no recomienda utilizar campos de tipo string con alta cardinalidad como campo de query para los en linea archivos. Para los campos de tipo string con alta cardinalidad, Atlas crea un gran número de particiones. Esto no se aplica a los archivos en linea creados después de junio 2023. Para aprender más, lee la publicación de MongoDB blog.

Atlas ofrece soporte para los siguientes tipos de atributos de partición:

• date

• double

• int

• long

• objectId

• string

• boolean

Para aprender más sobre los tipos de atributos de partición compatibles, consultar Partition Attribute Types.

IMPORTANTE: puedes usar el comando explain para devolver información sobre la partición de datos que se utilizan para satisfacer una query. Para obtener más información, consulta explain.

Aunque las particiones mejoran el rendimiento de las queries, las queries que no contienen estos campos requieren un escaneo de colección completo de todos los documentos archivados, lo que tomará más tiempo y aumentará los costos. Para aprender más sobre cómo las particiones mejoran el rendimiento de los queries en Atlas Data Federation, consultar Data Structure in S3.

Hacer clic en Next para la Revisión y confirmación de la configuración del archivo en línea. Se puede realizar una Revisión de las siguientes configuraciones de reglas de archivo:

• El nombre de la base de datos y de la colección

• El nombre del proveedor de nube y la región del proveedor de nube

• El nombre del campo de fecha (solo para Date Match)

• El número de días para conservar datos en el clúster de Atlas (solo para Date Match)

• El número de días después de los cuales se deben borrar los datos archivados

• La frecuencia y la ventana de tiempo para archivar datos

• La custom query que se utilizará para identificar los datos de archivo (solo para Custom Criteria)

• Los campos de partición

Hacer clic en Back para editar estos ajustes si es necesario.

Copiar y ejecutar la query mostrada en el mongosh shell para ver los documentos que coinciden con los criterios de la regla que se definieron en el paso 5. Se puede ejecutar explain en la query para verificar si utiliza un índice. Proceder al siguiente paso para crear el índice si los campos no están indexados. Si los campos ya tienen índice, saltar al paso 11.

(Opcional) Copie y ejecute la consulta mostrada en su para crear el índice requerido. Esto garantiza que sus datos se indexen para un rendimiento mongosh óptimo.

Verificar y confirmar la regla de archivo.

1. Haz clic en Begin Archiving en la pestaña Confirm an online archive.

2. Haz clic en Confirm en la ventana Begin Archiving.

ADVERTENCIA: una vez que el documento esté en cola para archivarse, ya no se podrá editar el documento. Consultar Restauración de documentos específicos del Archivo en línea para mover los datos archivados de nuevo al clúster activo de Atlas.