Part 1 – 背景
Redis 作为一个灵便的高性能 key-value 数据结构存储，能够用来作为数据库、缓存和音讯队列。Redis 比照其余 key-value 缓存产品有以下特点：
Redis 反对数据的长久化，能够将内存中的数据保留在磁盘中，重启的时候能够再次加载到内存应用。
Redis 反对字符串 (String)、哈希(Hash)、列表(list)、汇合(sets) 和有序汇合 (sorted sets) 等数据结构的存储。
时序数据是指一串依照工夫维度索引的数据，其特点是没有严格的关系模型，记录的信息能够示意成键和值的关系，因而并不需要关系型数据库进行保留。在理论利用中，时序数据通常是继续高并发写入的。针对时序数据的这一个性，Redis 基于本身数据结构和扩大模块，提供了用于保留工夫序列数据的两种计划：
1、基于 Hash 和 Sorted Set 数据保留工夫序列数据；
2、基于 RedisTimeSeries 模块实现。
1. 基于 Hash 保留工夫序列数据
基于 Hash 保留工夫序列数据的特点是能够实现对单键的疾速查问，可能满足对工夫序列数据的单键查问需要。Redis 的 Hash 实现形式是将外部存储的 value 作为一个 HashMap，并提供了用于直接存取 Map 成员的接口，将工夫戳作为 Hash 汇合的 key，设施状态值作为 Hash 汇合的 value，因而对数据的批改和存取都可间接通过其外部 Map 的 Key 来实现操作对应属性数据，既不须要反复存储数据，也不会带来序列化和并发批改管制的问题。
然而，基于 Hash 保留工夫序列数据的短板在于无奈反对对数据的范畴查问，尽管工夫序列是依照工夫程序插入 Hash 汇合的，然而 Hash 类型的底层构造是 Hash 表，并没有实现对数据的有序索引，因而要对 Hash 类型进行范畴查问，则须要扫描 Hash 汇合中的所有数据，再将这些数据取回客户端进行排序，之后能力在客户端失去查问范畴内的数据，查问效率很低。
2、基于 Sorted Set 保留工夫序列数据
基于 Sorted Set 保留工夫序列数据的特点是可能同时反对按工夫戳范畴的查问，可能依据元素的权重值来排序，在时序数据的状况下，将工夫戳作为 Sorted Set 汇合的权重值，后跟工夫点上记录的测量数据，例如：< 工夫戳 >:< 测量值 >。RedisSorte Set 的外部应用 Hash Map 和 SkipList 来保证数据的存储有序，应用 SkipList 的构造能够保障具备较高的查问效率，并且在实现上比较简单。
然而，基于 Sorted Set 保留工夫序列数据策略的短板在于其仅仅能反对范畴查问，无奈间接实现对时序数据的聚合计算。因而，只能先把工夫范畴内的数据取回到客户端，而后在客户端自行实现聚合计算。这个办法尽管能实现聚合计算，然而会带来肯定的潜在危险，也就是大量数据在 Redis 实例和客户端间频繁传输，这会和其余操作命令竞争网络资源，导致其余操作变慢。因而 SortedSets 不是一种节约内存的数据结构，其插入的工夫复杂度是 O（log（N）），因而集群越大，写入耗时越长。
综合来讲，基于 Hash 和 SortedSet 保留工夫序列的策略短板次要蕴含两个方面：其一是当执行聚合计算时，须要把数据读取到客户端内再进行聚合，当存在大量数据须要聚合时，数据传输开销大；其二是当应用该策略时，所有的数据会在两个数据类型中各保留一份，内存开销大。
2、基于 RedisTimeSeries 保留工夫序列数据
RedisTimeSeries 作为 Redis 的一个扩大模块，它补救了 Redis 基于 Hash 和 Sorted Set 保留工夫序列数据内存和数据传输开销大的缺点，它专门面向工夫序列数据提供了数据类型和拜访接口，并且反对在 Redis 端上间接对数据进行工夫范畴的聚合计算。它应用固定大小的内存块作为工夫序列样本，采纳与 Redis Streams 雷同的 Radix Tree 来实现索引。RedisTimeSeries 的底层数据结构应用了链表，范畴查问的复杂度是 O(N) 级别。这种基于 RedisTimeSeries 保留工夫序列数据的策略具备以下特点：
保障大容量插入，低提早读取；
按开始工夫和完结工夫查问；
反对任何工夫桶的聚合查问（min、max、avg、sum、range、count、first、last）；反对配置保留工夫；
下采样 / 压缩 - 自动更新的聚合工夫序列；
二级索引 - 每个工夫序列都有标签，容许按标签查问。
Part 2 – RedisTimeSeries 存储构造
RedisTimeSeries 将所有的时序数据存储在 chunks 中。每个 chunks 均由双向链表中的两个相干数组组成（一个用于工夫戳，一个用于样本值）。每个 chunks 都有预约义的样本大小，当 chunks 填满的时候，其余数据将主动存储到下一个 chunks。chunks size 能够通过参数 CHUNK_SIZE 进行设置。(CHUNK_SIZE 的设置必须为 8 的倍数，默认值：4096)
RedisTimeSeries 的 Key 由 metric 指标和 tags 组成，其中每个 Sample 是工夫和值的组合。标签是咱们附加到数据点的键值元数据，容许咱们进行分组和过滤。它们能够是字符串或数值，并在创立时增加到工夫序列。
Part 3 – RedisTimeSeries 的应用
当用于工夫序列数据存取时，RedisTimeSeries 的操作次要蕴含以下几个方面：
1、TS.CREATE 命令
TS.CREATE 命令用于创立工夫序列数据汇合，应用时须要设置工夫序列数据汇合的 key 和数据过期工夫（以毫秒为单位）。还能够为数据汇合设置标签，来示意数据汇合的属性。阐明：
RETENTION：选填，数据保留工夫，默认：0；
ENCODING：选填，指定系列样本编码格局，分为 COMPRESSED、UNCOMPRESSED 两种格局；
CHUNK_SIZE：选填，块的大小；
DUPLICATE_POLICY：选填，配置对反复样本执行的操作，默认 BLOCK 梗塞状态。状态类型：（BLOCK,FIRST,LAST,MIN,MAX,SUM）
LABELS: 必填，数据标签。
实例 1：
2、TS.ADD 命令
TS.ADD 命令用于向工夫序列汇合中插入数据，其中包含工夫戳和具体的数值。若先前尚未应用 TS.CREATE 创立工夫序列，将主动创立时序数据汇合。
留神：不能向最初一次应用的工夫戳之前增加数据。应用 TS.ADD 命令增加值的工夫戳必须要大于最初一个值的工夫戳。
实例 2：
也能够应用 * 让 Redis 将主动生成工夫戳。
实例 3：
TS.MADD 命令用于向已存在的工夫序列汇合中插入新样本数据。
实例 4：
3、TS.GET 命令
TS.GET 命令用于读取工夫序列汇合的最新数据。
实例 5：
TS.MGET 命令用于按标签查问汇合中的最新数据。在应用 TS.CREATE 创立数据汇合时，能够给汇合设置标签属性。当进行查问时，就能够在查问条件中依据汇合标签属性对数据样本进行匹配，其查问后果只返回满足匹配汇合的最新数据。
实例 6：
下列 TS.MGET 命令，以及 FILTER 设置（这个配置项用来于设置汇合标签的过滤条件），查问 area_id 等于 32 的所有数据汇合，并返回各自汇合中最新一条数据。
4、TS.RANGE/TS.RERANGE 命令
TS.RANGE/RERANGE 命令用于反对工夫序列汇合聚合计算的范畴查问；
阐明：
[FILTER_BY_TS]：选填，依照工夫戳过滤样本数据；
[FILTER_BY_VALUES]：选填，依照 value 值过滤样本数据；
[COUNT]：选填，返回样本的最大数量。
[AGGREGATION]：选填，指定要执行的聚合计算类型，RedisTimeSeries 反对的聚合计算类型很丰盛，包含 AVG、MAX、MIN、SUM、COUNT、LAST、FIRST。
实例 7：
TS.MRANGE 命令通过 FILTERS 过滤查问跨多个工夫序列的范畴。
阐明：
[GROUPBY]：汇总不同工夫序列的后果，按提供的 label 名称分组；
[REDUCE]：用于聚合具备雷同标签值得系列的 reducer 类型。
实例：
5、RedisTimeSeries 其余命令
TS.DEL KEY_NAME FROM_TIMESTAMP TO_TIMESTAMP：删除给定 KEY_NAME 的工夫戳范畴内的值；
DEL KEY_NAME：删除已创立的 KEY；
TS.ALTER KEY_NAME [RETENTION] LABELS：更改已创立键的元数据，包含 label 和保留值；
TS.INCREBY/TS.DECREBY: 在最新数据上减少 / 缩小某个值；
TS.INFO: 返回工夫序列的信息和统计数据；
KEYS *：获取所有 KEY；
EXISTS KEY_NAME: 查看给定 KEY 是否存在，若存在返回 1，否返回 0。
Part 4 – 总结
RedisTimeSeries 作为 Redis 的一种扩大模块，它的呈现为时序数据的存取提供了一种新办法，具备高效的查问性能，并且在存取过程中仅需很小的开销，便可能实现时序数据实时剖析的欲望。