使用Javascript和Mongodb重新采样时间序列数据

时间:2014-07-08 15:46:02

标签: javascript python node.js mongodb time

时间序列数据的数据集需要从具有不规则时间间隔的数据集转换为常规时间序列,可能使用插值和重采样。

Python pandas.Dataframe.resample是一个可以执行此操作的函数。 Javascript可以这样做吗?时间序列数据集存储在Mongodb中。

1 个答案:

答案 0 :(得分:4)

有可能。请记住,Pandas是一个为这类任务明确构建的库,也是一个野兽,而MongoDB则是一个数据库。但是如果忽略了使用插值的可能需要,那么下面的内容很可能会满足您的需求:

假设您将以下数据存储在名为devices

的MongoDB集合中
/* 0 */
{
    "_id" : ObjectId("543fc08ccf1e8c06c0288802"),
    "t" : ISODate("2014-10-20T14:56:44.097+02:00"),
    "a" : "192.168.0.16",
    "i" : 0,
    "o" : 32
}

/* 1 */
{
    "_id" : ObjectId("543fc08ccf1e8c06c0288803"),
    "t" : ISODate("2014-10-20T14:56:59.107+02:00"),
    "a" : "192.168.0.16",
    "i" : 14243,
    "o" : 8430
}

and so on...

,在这种情况下,大约每15秒采样一次,但它也可能是不规则的。如果您想将其重新采样到某一天的5分钟边界,那么您应该执行以下操作:

var low = ISODate("2014-10-23T00:00:00.000+02:00")
var high = ISODate("2014-10-24T00:00:00.000+02:00")
var interval = 5*60*1000;
db.devices.aggregate([
  {$match: {t:{$gte: low, $lt: high}, a:"192.168.0.16"}},
  {$group: {
     _id:{
       $subtract: ["$t", {
         $mod: [{
           $subtract: ["$t", low]
         }, interval]
       }]
     },
     total: {$sum: 1},
     incoming: {$sum: "$i"},
     outgoing: {$sum: "$o"},
    }
  },
  {
    $project: {
      total: true,
      incoming: true,
      outgoing: true,
      incoming_avg: {$divide: ["$incoming", "$total"]},
      outgoing_avg: {$divide: ["$outgoing", "$total"]},
    },
  },
  {$sort: {_id : 1}}
])

这将产生类似这样的内容

{
    "result" : [ 
        {
            "_id" : ISODate("2014-10-23T07:25:00.000+02:00"),
            "total" : 8,
            "incoming" : 11039108,
            "outgoing" : 404983,
            "incoming_avg" : 1379888.5,
            "outgoing_avg" : 50622.875
        }, 
        {
            "_id" : ISODate("2014-10-23T07:30:00.000+02:00"),
            "total" : 19,
            "incoming" : 187241,
            "outgoing" : 239912,
            "incoming_avg" : 9854.78947368421,
            "outgoing_avg" : 12626.94736842105
        }, 
        {
            "_id" : ISODate("2014-10-23T07:35:00.000+02:00"),
            "total" : 17,
            "incoming" : 22420099,
            "outgoing" : 1018766,
            "incoming_avg" : 1318829.352941176,
            "outgoing_avg" : 59927.41176470588
        },
        ...

如果您想丢弃总入局数,那么只需将该线留在$ project阶段。 incoming_average只是如何计算平均值的一个例子,以防你的存储数据类似于rrdtool命名一个标尺(温度,cpu,传感器数据)。如果您仅在该时间内聚合的总和之后,即传入和传出字段,那么您可以将整个$ project阶段退出。它仅用于计算时间间隔的平均值。

请参阅Mongo aggregation of ISODate into 45 minute chunks