Agregar índices secundarios a colecciones de series temporales

Utilice índices secundarios para mejorar el rendimiento de la clasificación

Las colecciones de series temporales pueden usar índices para mejorar el rendimiento de clasificación en timeField y metaField.

Por ejemplo, la siguiente colección sensorData contiene mediciones de sensores meteorológicos:

db.sensorData.insertMany( [ {
     "metadata": {
         "sensorId": 5578,
         "location": {
             type: "Point",
             coordinates: [-77.40711, 39.03335]
         }
     },
     "timestamp": ISODate("2022-01-15T00:00:00.000Z"),
     "currentConditions": {
         "windDirecton": 127.0,
         "tempF": 71.0,
         "windSpeed": 2.0,
         "cloudCover": null,
         "precip": 0.1,
         "humidity": 94.0,
     }
   },
   {
     "metadata": {
         "sensorId": 5578,
         "location": {
             type: "Point",
             coordinates: [-77.40711, 39.03335]
         }
     },
     "timestamp": ISODate("2022-01-15T00:01:00.000Z"),
     "currentConditions": {
         "windDirecton": 128.0,
         "tempF": 69.8,
         "windSpeed": 2.2,
         "cloudCover": null,
         "precip": 0.1,
         "humidity": 94.3,
     }
   },
   {
     "metadata": {
         "sensorId": 5579,
         "location": {
             type: "Point",
             coordinates: [-80.19773, 25.77481]
         }
     },
     "timestamp": ISODate("2022-01-15T00:01:00.000Z"),
     "currentConditions": {
         "windDirecton": 115.0,
         "tempF": 88.0,
         "windSpeed": 1.0,
         "cloudCover": null,
         "precip": 0.0,
         "humidity": 99.0,
     }
    }
  ]
)

Las colecciones de series temporales crean automáticamente un índice agrupado interno. El planificador de consultas utiliza este índice para mejorar el rendimiento de la ordenación.

La siguiente operación de ordenamiento en el campo timestamp utiliza el índice agrupado para mejorar el rendimiento:

db.sensorData.find().sort( { "timestamp": 1 } )

Para confirmar que la operación de ordenamiento utilizó el índice agrupado, ejecute la operación nuevamente con la opción .explain( "executionStats" ):

db.sensorData.find().sort( { "timestamp": 1 } ).explain( "executionStats" )

El winningPlan.queryPlan.inputStage.stage es COLLSCAN y _internalBoundedSort hay una etapa en el resultado del plan de explicación. El interalBoundedSort campo indica que se utilizó el índice agrupado. Para obtener más información sobre el resultado del plan de explicación, consulte los resultados de la explicación.

Los índices secundarios en colecciones de series temporales pueden mejorar el rendimiento de las operaciones de clasificación y aumentar la cantidad de escenarios en los que se pueden utilizar índices.

Las operaciones de ordenación en colecciones de series temporales pueden usar índices secundarios en timeField. En ciertas circunstancias, también pueden usar índices secundarios compuestos en metaField y timeField.

Las etapas $match y $sort del pipeline de agregación determinan qué índices puede usar una colección de series temporales. La siguiente lista describe escenarios en los que se puede usar un índice:

• La ordenación por { <timeField:> ±1 } utiliza el índice agrupado

• La ordenación en { <timeField>: ±1 } utiliza un índice secundario en <timeField>

• La ordenación en { <metaField>: ±1, timeField: ±1 } utiliza un índice secundario en { <metaField>: ±1, timeField: ±1 }

• La ordenación en { <timeField>: ±1 } utiliza un índice secundario en { metaField: ±1, timeField: ±1 } cuando hay un predicado de punto en <metaField>

Crea un índice secundario en el campo timestamp:

db.sensorData.createIndex( { "timestamp": 1 } )

La siguiente operación de clasificación en el campo timestamp utiliza el índice secundario para mejorar el rendimiento:

db.sensorData.aggregate( [
  { $match: { "timestamp" : { $gte: ISODate("2022-01-15T00:00:00.000Z") } } },
  { $sort: { "timestamp": 1 } }
] )

Para confirmar que la operación de clasificación utilizó el índice secundario, ejecute la operación nuevamente con la opción .explain( "executionStats" ):

db.sensorData.explain( "executionStats" ).aggregate( [
  { $match: { "timestamp": { $gte: ISODate("2022-01-15T00:00:00.000Z") } } },
  { $sort: { "timestamp": 1 } }
] )

{ "metadata.sensorId": 1,  "timestamp": 1 }
{ "metadata.sensorId": 1,  "timestamp": -1 }
{ "metadata.sensorId": -1, "timestamp": 1 }
{ "metadata.sensorId": -1, "timestamp": -1 }

db.sensorData.createIndex( { "metadata.sensorId": 1,  "timestamp": -1 } )

db.sensorData.aggregate( [
   {
      $sort: { "metadata.sensorId": 1, "timestamp": -1 }
   },
   {
      $group: {
         _id: "$metadata.sensorId",
         ts: { $first: "$timestamp" },
         temperatureF: { $first: "$currentConditions.tempF" }
      }
   }
] )

db.getCollection( 'sensorData' ).explain( "executionStats" ).aggregate( [
   {
      $sort: { "metadata.sensorId": 1, "timestamp": -1 }
   },
   {
      $group: {
         _id: "$metadata.sensorId",
         ts: { $first: "$timestamp" },
         temperatureF: { $first: "$currentConditions.tempF" }
      }
   }
] )

db.sensorData.find( { "metadata.sensorId": 5578 } ).hint( "timestamp_1_metadata.sensorId_1" )

Índices secundarios de series temporales en MongoDB 6.0

A partir de MongoDB 6.0, puedes:

• Agregue un índice compuesto en los timeField metaFieldcampos, o de medición.

• Utilice los $or $inoperadores, y $geoWithin con índices parciales en una colección de series de tiempo.

• Añade un índice parcial metaField en timeField y.

• Agregue un índice secundario a cualquier campo o subcampo.

• Utilice metaField con índices 2 dsphere.