Agregue índices secundarios a las colecciones de series temporales

Utiliza índices secundarios para mejorar el rendimiento de clasificación

Las colecciones de Series Temporales pueden usar índices para mejorar el rendimiento de clasificación en el timeField y el 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 query utiliza este índice para mejorar el rendimiento de 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 una etapa _internalBoundedSort está presente en la salida del plan de explicación. El campo interalBoundedSort indica que se utilizó el índice agrupado. Para obtener más información sobre la salida del plan de explique, consulta resultados de explique.

Los índices secundarios sobre las colecciones de series temporales pueden mejorar el rendimiento de las operaciones de ordenación y aumentar el número de escenarios en los que se pueden utilizar índices.

La operación de ordenamiento en la colección de series de tiempo puede utilizar el índice secundario en el timeField. Bajo ciertas condiciones, las operaciones de ordenación también pueden utilizar índices secundarios compuestos en metaField y timeField.

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

• El ordenamiento en { <timeField:> ±1 } utiliza el índice agrupado

• El ordenamiento en { <timeField>: ±1 } utiliza un índice secundario en <timeField>

• El ordenamiento 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 existe un predicado puntual 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 ordenación 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 de tiempo en MongoDB 6.0

A partir de MongoDB 6.0, puedes:

• Agrega un índice compuesto en los campos timeField, metaField o de medición.

• Utiliza los $or, $in y $geoWithin operadores 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 2dsphere.