Ogólny zarys:obliczyłbym średnią dla okresu dziesięciu minut:
> 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 }
Wtedy przechowałbym to w innej kolekcji:
> db.sensor_averages.insert({ "start" : ten_minutes_ago, "end" : now, "average" : avgDoc.average })
Na koniec przypomnij sobie dwie średnie potrzebne do obliczenia różnicy i oblicz ją:
> var diffCursor = db.sensor_averages.find({ "start" : { "$gte" : twenty_minutes_ago } }).sort({ "start" : -1 })
> var diffArray = diffCursor.toArray()
> var difference = diffArray[0].average - diffArray[1].average
Możesz także pominąć agregacje okresowe i zamiast tego aktualizować średnią kroczącą w sensor_averages , przeskakując do nowego dokumentu co 10 minut. Na początku każdego 10-minutowego okresu wstawiaj do sensor_averages dokument
{
"start" : now,
"svalues" : 0,
"nvalues" : 0
}
następnie przy każdym wstawieniu sensor_reading przez następne dziesięć minut, zaktualizuj także sensor_averages dokument:
db.sensor_averages.update(
{ "start" : now_rounded_to_the_ten_minute_boundary },
{ "$inc" : { "svalues" : value, "nvalues" : 1 } }
)
Następnie, gdy chcesz uzyskać różnicę między średnimi, przywołaj odpowiednie dwa dokumenty, podziel svalues przez nvalues aby uzyskać średnią i odjąć.
