使用 Javascript 和 Mongodb 对时间序列数据重新采样

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规则时间序列，可能使用插值和重采样。

蟒蛇的pandas.Dataframe.resample http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html是一个可以执行此操作的函数。 JavaScript 可以做同样的事情吗？时间序列数据集存储在Mongodb中。

这是有可能的。请记住，Pandas 是一个专门为此类任务构建的库，并且非常擅长，而 MongoDB 则旨在成为一个数据库。但是，如果忽略您可能需要使用插值，以下内容很可能会满足您的需求：

假设您有以下数据存储在名为的 MongoDB 集合中devices

/* 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...

在本例中，大约每 15 秒采样一次，但也可以不规则。如果您想在某一天将其重新采样到 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}}
])

这会导致类似这样的结果

{
    "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
        },
        ...

如果您想丢弃总传入量，则只需在 $project 阶段保留该行即可。传入_average只是一个如何计算平均值的示例，以防您存储的数据类似于rrdtool命名的仪表（温度、CPU、传感器数据）。如果您仅在该时间间隔内聚合的总和（即传入和传出字段）之后，那么您可以将整个 $project 阶段排除在外。它仅用于计算时间间隔的平均值。

See Mongo 将 ISODate 聚合为 45 分钟的块 https://stackoverflow.com/questions/26411949/mongo-aggregation-of-isodate-into-45-minute-chunks