$densify 不是副本集专属功能，但必须在主节点执行，因其依赖最新 time-series 元数据和写入可见性；在从节点可能因同步延迟报错。
为什么 $densify 不是副本集专属功能，但必须注意主节点执行时机
$densify 是聚合管道阶段（MongoDB 5.0+ 引入），用于按时间或数值间隔补全缺失文档，本身不依赖副本集架构，但在副本集中使用时，**必须确保聚合操作在主节点上执行**——否则可能因从节点读取延迟或未同步的 timeSeries 集合状态导致结果不一致。副本集里只有主节点能保证写入可见性与最新元数据（如 time-series bucket 的 chunk 边界），而 $densify 依赖集合的 timeField 和 metaField 定义是否已完整加载。
常见错误现象：CommandNotSupportedOnView 或 errmsg: "cannot use $densify on a non-time-series collection"，即使集合是 time-series 类型，也可能是连接到了从节点且该节点尚未完成集合元数据同步。
- 确认当前连接的是主节点：运行
rs.isMaster().ismaster，返回true才安全 - 不要在
readPreference=secondary下执行含$densify的聚合 - 若用
mongosh连接字符串未显式指定?replicaSet=...，可能意外路由到从节点
如何为 time-series 集合正确启用 $densify 补全分钟级空缺
前提是集合已以 time-series 方式创建（非普通集合后期转成），且 timeField 是 Date 类型字段（如 "ts"）。$densify 要求输入流已按 timeField 排序，且必须配合 $range 使用。
典型场景：传感器每 5 分钟上报一次，但某段 30 分钟内无数据，希望补出 6 个空文档（含起止点）。
db.metrics.aggregate([
{ $match: { ts: { $gte: ISODate("2026-09-07T10:00:00Z"), $lt: ISODate("2026-09-07T10:30:00Z") } } },
{ $sort: { ts: 1 } },
{
$densify: {
field: "ts",
range: {
step: 5,
unit: "minute",
bounds: [ISODate("2026-09-07T10:00:00Z"), ISODate("2026-09-07T10:30:00Z")]
}
}
}
])
-
step和unit必须匹配实际采集粒度；单位不支持"ms"，最小粒度是"second" -
bounds必须是数组形式，不能是{ min: ..., max: ... }，否则报错"bounds must be an array" - 若原集合中已有部分时间点文档，
$densify只补缺，不覆盖、不重复生成
副本集中执行 $densify 后写回原集合的坑：不能直接用 $merge 到 time-series 集合
你无法把 $densify 输出直接 $merge 回原始 time-series 集合——MongoDB 明确禁止向 time-series 集合写入非自动插入的文档（包括 $merge、insertMany 等），会触发 "Cannot write to a time-series collection" 错误。
可行路径只有一条：先输出到普通集合，再通过应用层或 mongodump/mongorestore 替换，或改用 $out 到新集合后重建 time-series 关系（需重建 bucket 结构）。
- 安全做法：用
$merge到一个临时普通集合（如metrics_dense_temp），再用脚本批量插入原始集合（此时走正常写入路径，由主节点自动打包进 bucket） - 注意时区：所有
ISODate字符串默认 UTC，若业务用本地时区，需提前转换，否则$densify生成的时间戳会偏移 - 性能影响：对百万级 time-series 文档做
$densify+ 写回，可能触发主节点长时间持有写锁，建议在低峰期操作并设置maxTimeMS
为什么在分片集群里基本不用 $densify 做空缺补全
虽然文档没明说，但实践上 $densify 在分片集群中受限极大：它无法跨分片做全局时间范围补全，每个分片只看到自己持有的 chunk 数据，$densify 的 bounds 范围会被各自截断，最终结果是各分片补各自的“局部空缺”，而非整体连续序列。
更关键的是，time-series 集合在分片集群中只能以 timeField 为片键（且仅支持哈希片键），这导致时间序列天然被切散——你根本没法保证某段时间范围的数据落在同一分片上。
- 如果你真需要分片环境下的空缺补全，得先用
$lookup或应用层拉取全量时间窗口数据到单节点，再做$densify - MongoDB 官方文档隐含提示：所有
$densify示例均基于单机或副本集，从未给出分片集群用例 - 替代方案更现实：在采集端加保活机制，或用流处理（如 Kafka + Flink）预补空值再写入
