答:先明确业务顺序和并列规则,再写 sort 并配合索引。时间相同、价格相同很常见,增加唯一后缀能让翻页更稳定。字符串排序按需要选择 collation,而不是默认所有语言按用户预期排列。
答:先确认慢在哪:连接等待、服务端执行、结果传输还是客户端处理。拿到实际筛选、排序、投影和数据规模,再看慢日志与 executionStats。随后检查索引、扫描放大、排序和资源竞争。
答:固定镜像版本或摘要,给数据目录持久卷,配置资源、认证、网络、日志与健康检查。容器只是进程运行方式;要事务和自动切换,仍需正确配置副本集,生产多副本还应跨真实故障域。
答:Time Series Collection 指定 timeField,可选 metaField 和粒度,把相近时间、相同元信息的测量组织起来,提高某些时序写入和查询的效率。它有专门限制,不能当成普通集合的全部操作都原样支持。
答:MongoDB 用 GeoJSON 和 2dsphere 索引保存与查询位置,应用服务把结果送给地图前端。实时变化可由 change streams 触发更新,再通过 WebSocket 或 SSE 推送;数据库本身不会替你绘制地图。
答:按明确口径用聚合管道筛选、分组、计算、关联和排序。常用 $sum、$avg、$count、$min、$max 等。先决定去重、缺失值、状态、时区和金额精度,再谈哪条管道最短。
答:用 find 的筛选条件或聚合 $match 过滤数据,按类型正确写比较与逻辑条件。尽早过滤通常能减少后续工作,但位置仍要保证语义。不要先取全库再让客户端慢慢丢弃。
答:先按设备和时间范围取测量,再按窗口计算均值、变化量或滑动统计。可用 $dateTrunc 对齐时间桶,$setWindowFields 做窗口计算;缺失时间点是否补齐、用什么值,需要业务定义。
答:在独立测试实例或数据库里准备固定数据,执行应用操作,再断言记录、约束、索引与失败结果。需要事务和 change streams 的测试,应使用对应副本集环境,不能用 standalone 的成功连接代替。
答:用 change streams 获取已提交变化,把事件送到计算服务,按阈值或时间窗口判断异常,再发送告警。MongoDB 提供数据和变化入口,业务仍要实现规则、去重、延迟处理及告警状态管理。