- Det finns inget alternativ att skicka mer än en aggregering till en nedsamplingsserie eftersom varje tidsstämpel kan innehålla en singel. Du kan använda etiketter för att fråga alla serier på en gång.
- RedisTimeSeries skulle vara en bra lösning eftersom den kommer att nedsampla dina data vid insättningen så att fråga efter det skulle gå supersnabbt. Den använder också dubbeldelta-komprimering vilket innebär att dina data kommer att kräva mindre minne än vissa andra lösningar. Du kan till och med använda retention för att ta bort källdata om allt du bryr dig om är ljusstakarna.
r.create('XYZ_PRICES', retention_msecs=300000, labels={'name':'xyz', 'type:src'})
r.create(opeing_price, labels={'name':'xyz', 'type:opening'})
r.create(closing_price, labels={'name':'xyz', 'type:closing'})
r.create(highest_price, labels={'name':'xyz', 'type:highest'})
r.create(lowest_price, labels={'name':'xyz', 'type:lowest'})
r.createrule(src, 'opening_price', 'first', bucket_size_msec=60000)
r.createrule(src, 'closing_price', 'last', bucket_size_msec=60000)
r.createrule(src, 'lowest_price', 'min', bucket_size_msec=60000)
r.createrule(src, 'highest_price', 'max', bucket_size_msec=60000)
