Schema di massima:calcolerei la media per il periodo di dieci minuti:
> 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 }
Quindi lo memorizzerei in un'altra raccolta:
> db.sensor_averages.insert({ "start" : ten_minutes_ago, "end" : now, "average" : avgDoc.average })
Infine, ricorda le due medie necessarie per calcolare la differenza e calcolala:
> var diffCursor = db.sensor_averages.find({ "start" : { "$gte" : twenty_minutes_ago } }).sort({ "start" : -1 })
> var diffArray = diffCursor.toArray()
> var difference = diffArray[0].average - diffArray[1].average
Puoi anche saltare le aggregazioni periodiche e mantenere invece aggiornata una media corrente in sensor_averages
, passando a un nuovo documento ogni 10 minuti. All'inizio di ogni periodo di 10 minuti, inserisci in sensor_averages
un documento
{
"start" : now,
"svalues" : 0,
"nvalues" : 0
}
poi su ogni inserto di un sensor_reading
documento per i prossimi dieci minuti, aggiorna anche il sensor_averages
documento:
db.sensor_averages.update(
{ "start" : now_rounded_to_the_ten_minute_boundary },
{ "$inc" : { "svalues" : value, "nvalues" : 1 } }
)
Quindi, quando vuoi la differenza tra le medie, richiama i due documenti appropriati, dividi svalues
per nvalues
per ottenere la media e sottrarre.