<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Time Series on PlumePHP</title><link>https://plumephp.com/tags/time-series/</link><description>Recent content in Time Series on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sun, 27 Sep 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://plumephp.com/tags/time-series/index.xml" rel="self" type="application/rss+xml"/><item><title>22. MongoDB 时序集合与 IoT 数据实践</title><link>https://plumephp.com/mongodb-time-series/</link><pubDate>Sun, 27 Sep 2026 10:00:00 +0800</pubDate><guid>https://plumephp.com/mongodb-time-series/</guid><description>&lt;p&gt;物联网设备、APM 指标、金融行情、日志流，几乎每一个现代系统都在以稳定速率产生时间戳驱动的数据。传统文档集合存储这类数据有两个天然痛点：单条文档体积小但数量极大，索引与文档头带来的存储开销占比较高；写入模式是纯追加（append-heavy），却要承担与事务型数据相同的随机写成本。MongoDB 5.0 引入的时序集合（Time Series Collection）正是针对这一场景的专门优化：它在文档模型之上叠加了面向时间的桶化（bucketing）、列式压缩与生命周期管理，让开发者无需引入额外的时序数据库即可支撑大规模 IoT 工作负载。&lt;/p&gt;</description></item></channel></rss>