- Non è possibile inviare più di un'aggregazione a una serie di downsampling poiché ogni timestamp può contenerne una singola. Puoi utilizzare le etichette per interrogare tutte le serie contemporaneamente.
- RedisTimeSeries sarebbe una buona soluzione in quanto eseguirà il downsampling dei dati al momento dell'inserimento, quindi interrogarli sarebbe super veloce. Utilizza anche la compressione a doppio delta, il che significa che i tuoi dati richiederanno meno memoria rispetto ad altre soluzioni. Puoi persino utilizzare la conservazione per ritirare i dati di origine se tutto ciò che ti interessa sono i candelieri.
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)
