Grobe Gliederung:Ich würde den Durchschnitt für den Zeitraum von zehn Minuten berechnen:
> var avgCursor = db.sensor_readings.aggregate([
{ "$match" : { "created_at" : { "$gt" : ten_minutes_ago, "$lte" : now } } }
{ "$group" : { "_id" : 0, "average" : { "$avg" : "$value" } } }
]}
> var avgDoc = avgCursor.toArray()[0]
> avgDoc
{ "_id" : 0, "average" : 23 }
Dann würde ich es in einer anderen Sammlung speichern:
> db.sensor_averages.insert({ "start" : ten_minutes_ago, "end" : now, "average" : avgDoc.average })
Erinnern Sie sich schließlich an die beiden Durchschnittswerte, die Sie zur Berechnung der Differenz benötigen, und berechnen Sie sie:
> var diffCursor = db.sensor_averages.find({ "start" : { "$gte" : twenty_minutes_ago } }).sort({ "start" : -1 })
> var diffArray = diffCursor.toArray()
> var difference = diffArray[0].average - diffArray[1].average
Sie könnten auch die periodischen Aggregationen überspringen und stattdessen einen laufenden Durchschnitt in sensor_averages aktualisieren , springt alle 10 Minuten zu einem neuen Dokument. Zu Beginn jeder 10-Minuten-Periode in sensor_averages einfügen ein Dokument
{
"start" : now,
"svalues" : 0,
"nvalues" : 0
}
dann bei jeder Einfügung eines sensor_reading Dokument für die nächsten zehn Minuten aktualisieren Sie auch die sensor_averages doc:
db.sensor_averages.update(
{ "start" : now_rounded_to_the_ten_minute_boundary },
{ "$inc" : { "svalues" : value, "nvalues" : 1 } }
)
Wenn Sie dann die Differenz zwischen den Durchschnittswerten wollen, rufen Sie die entsprechenden zwei Dokumente auf und dividieren Sie svalues durch nvalues um den Durchschnitt zu erhalten, und subtrahieren.
