Garis besar kasar:Saya akan menghitung rata-rata untuk periode sepuluh menit:
> 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 }
Nanti saya simpan di koleksi lain:
> db.sensor_averages.insert({ "start" : ten_minutes_ago, "end" : now, "average" : avgDoc.average })
Terakhir, ingat kembali dua rata-rata yang Anda perlukan untuk menghitung selisihnya, dan hitunglah:
> var diffCursor = db.sensor_averages.find({ "start" : { "$gte" : twenty_minutes_ago } }).sort({ "start" : -1 })
> var diffArray = diffCursor.toArray()
> var difference = diffArray[0].average - diffArray[1].average
Anda juga dapat melewati agregasi berkala dan sebagai gantinya tetap memperbarui rata-rata berjalan di sensor_averages , melompat ke dokumen baru setiap 10 menit. Di awal setiap periode 10 menit, masukkan ke sensor_averages sebuah dokumen
{
"start" : now,
"svalues" : 0,
"nvalues" : 0
}
lalu pada setiap sisipan sensor_reading dokumen untuk sepuluh menit berikutnya, perbarui juga sensor_averages dok:
db.sensor_averages.update(
{ "start" : now_rounded_to_the_ten_minute_boundary },
{ "$inc" : { "svalues" : value, "nvalues" : 1 } }
)
Kemudian, ketika Anda menginginkan perbedaan antara rata-rata, ingat dua dokumen yang sesuai, bagi svalues oleh nvalues untuk mendapatkan rata-rata, dan kurangi.
