- Der er ingen mulighed for at sende mere end én aggregering til en downsample-serie, da hvert tidsstempel kan indeholde en enkelt. Du kan bruge etiketter til at forespørge alle serier på én gang.
- RedisTimeSeries ville være en god løsning, da den vil nedsample dine data ved indsættelse, så det ville være superhurtigt at forespørge. Den bruger også dobbeltdelta-komprimering, hvilket betyder, at dine data vil kræve mindre hukommelse end nogle andre løsninger. Du kan endda bruge tilbageholdelse til at trække kildedataene tilbage, hvis det eneste, du bekymrer dig om, er lysestagerne.
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)
