MongoDB性能 - 多少个数据库和集合最佳？

Question

我希望使用MongoDB存储时间序列数据。为了讨论方便，假设我部署了有限数量的传感器（例如10-100-1000个传感器）。每个传感器都有数十个“指标”（例如温度、湿度等），每分钟收集并存储一次。然后有一个前端显示每个传感器或所选时间间隔的聚合图表。

就性能而言，最佳方法是什么？具体来说：

• 就性能而言，如果使用单个数据库还是多个数据库会有影响？我可以为每个传感器创建一个数据库，也可以使用一个庞大的数据库。
• 就性能而言，如果按传感器或按指标对数据进行分区，是否会有影响？
• 就性能而言，是否应该为传感器信息创建一个集合，然后为数据创建集合，还是将两者合并在同一个集合中？

谢谢。

- JoeSlav

---

你能添加一些数据模式的示例吗？我认为最终问题会归结为“哪种模式在读取或写入数据时需要最少的操作，从而实现最佳的灵活性”。 - Jankapunkt

Answer 1

方法1(A): 创建一个包含单个集合的全部内容的数据库。

优点：

• 维护成本较低：备份、创建数据库用户、还原等操作。

缺点：

• 在大型数据库上创建索引时，可能会看到数据库级锁定
• 要对特定的传感器数据执行操作，需要添加额外的索引来获取仅传感器特定集合。
• 在单个集合上不得创建超过64个索引。虽然听起来是糟糕的索引策略。

方法1(B): 为所有内容创建一个包含每个传感器的1个集合的单个数据库。

优点：

• 维护成本较低：备份、创建数据库用户、还原等操作。
• 最小化创建索引以从整个单体集合中识别特定传感器数据的需求。
• 每个特定于传感器的查询仅针对特定的集合。与单个大型集合相比，不需要将大工作集拉入内存。
• 在相对较小的集合上建立索引比在单个DB的大型集合上更可行

缺点：

• 可能会创建过多的索引总数（所有集合上的索引数量之和）。
• 对于大量索引，需要进行更多的维护。
• WiredTiger在内部为每个集合创建1个文件和1个索引文件。如果您的用例随着传感器数量的增加而增长，您可能会使用64K打开文件限制。

性能方面，按传感器或指标分区数据是否重要？

• 这取决于预期的分析应用程序的访问模式。

从性能角度考虑，是应该为传感器信息创建一个集合，然后再为数据创建集合，还是将两者合并到同一个集合中呢？

创建一个传感器元数据和传感器数据的集合可能是必要的。这将减少在每个收集的传感器数据中重复传感器元数据的情况。

您也可以阅读Williams博客文章，了解如何设计此模式。

像往常一样，最好设计一个样本架构，并在测试环境中测试您的查询。

- Atish