Esquema aproximado:calcularía el promedio para el período de diez minutos:
> 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 }
Luego lo guardaría en otra colección:
> db.sensor_averages.insert({ "start" : ten_minutes_ago, "end" : now, "average" : avgDoc.average })
Finalmente, recuerda los dos promedios que necesitas para calcular la diferencia y cómprala:
> var diffCursor = db.sensor_averages.find({ "start" : { "$gte" : twenty_minutes_ago } }).sort({ "start" : -1 })
> var diffArray = diffCursor.toArray()
> var difference = diffArray[0].average - diffArray[1].average
También puede omitir las agregaciones periódicas y, en su lugar, mantener un promedio móvil actualizado en sensor_averages , saltando a un documento nuevo cada 10 minutos. Al comienzo de cada período de 10 minutos, inserte en sensor_averages un documento
{
"start" : now,
"svalues" : 0,
"nvalues" : 0
}
luego en cada inserción de un sensor_reading documento durante los próximos diez minutos, también actualice el sensor_averages documento:
db.sensor_averages.update(
{ "start" : now_rounded_to_the_ten_minute_boundary },
{ "$inc" : { "svalues" : value, "nvalues" : 1 } }
)
Luego, cuando desee la diferencia entre los promedios, recuerde los dos documentos apropiados, divida svalues por nvalues para obtener el promedio y restar.
