Establece la granularidad para los datos de series de tiempo

Cuando crees una colección de series de tiempo, configura la granularidad con el valor que más se acerque al intervalo de tiempo entre mediciones consecutivas entrantes que tengan el mismo valor único para la metaField campo:

db.createCollection(
    "weather24h",
    {
       timeseries: {
          timeField: "timestamp",
          metaField: "metadata",
          granularity: "minutes"
       },
       expireAfterSeconds: 86400
    }
)

Configurar el parámetro granularity con precisión mejora el rendimiento al optimizar cómo se almacena internamente la información en la colección de series de tiempo.

Para establecer el parámetro con precisión, elige un valor granularity que se corresponda lo más posible con la tasa de ingestión para una fuente de datos única, según lo especificado por el valor del campo metaField.

Por ejemplo, si los datos de metaField identifican sensores meteorológicos e ingieres datos de cada sensor individual una vez cada 5 minutos, deberías elegir "minutes". Incluso si cuenta con miles de sensores y los datos provenientes de diferentes sensores sólo se reciben con segundos de diferencia, el granularity aún debe basarse en la tasa de ingestión de un sensor identificado de manera única por sus metadatos.

En la siguiente tabla, se puede ver el intervalo máximo de tiempo de datos que se almacenan juntos para cada valor de granularity:

db.runCommand( { listCollections: 1 } )

{
    cursor: {
       id: <number>,
       ns: 'test.$cmd.listCollections',
       firstBatch: [
         {
            name: <string>,
            type: 'timeseries',
            options: {
               expireAfterSeconds: <number>,
               timeseries: {
                  timeField: <string>,
                  metaField: <string>,
                  granularity: <string>,
                  bucketMaxSpanSeconds: <number>
               }
            },
            ...
         },
         ...
       ]
    }
 }

db.runCommand({
   collMod: "weather24h",
   timeseries: { granularity: "hours" }
})