时间序列数据和MongoDB:第二部分 - 架构设计最佳实践
之前的文章“ 时间序列数据和MongoDB:第一部分 - 简介 ”中,介绍了时间序列数据的概念,然后介绍了一些常见问题,可用于帮助收集时间序列应用程序。这些问题的答案有助于指导支持大批量生产应用程序部署所需的架构和 MongoDB 数据库配置。现在,我们将重点介绍两种不同的模式设计如何影响读取,写入,更新和删除操作下的内存和磁盘利用率。0 在分析结束时,您可能会发现应用程序的最佳模式设计可能正在利用模式设计的组合。按照我们下面列出的建议,您将有一个良好的起点,为您的应用程序开发设计最佳架构,并适当调整您的环境。 设计时间序列模式 让我们首先说,没有一个架构设计能适合所有的应用场景规范。无论哪种架构,都需要权衡利弊。理想情况下,您希望在内存和磁盘利用率之间实现最佳平衡,以获得满足应用程序要求的最佳读写性能,并使您能够同时支持数据读取和时间序列数据流分析。 在这篇博文中,我们将介绍各种架构设计配置。首先,每个数据样本存储一个文档,然后使用每个时间序列时间范围的一个文档和每个固定大小的一个文档来存储数据。每个文档存储多个数据样本称为分组。这将在应用程序级别实现,并且不需要在 MongoDB ...
