Redis TimeSeries 是在股票价格中捕捉烛台的正确工具吗

Question

我目前正在尝试为股票价格烛台做一个简单的实现。假设我们有一只名为 XYZ 的股票。该股票接收价格流（没有特定频率），（例如）看起来像：XYZ: [10.2, 10.7, 12, 11 ....]。

目标是记录每分钟的一些指标，以反映该股票的状态。 candle stick 具有收盘价（一分钟内的最后已知价格）、高价（一分钟内的最高价格）等指标。

我认为可以实现这一点的一种方法是使用Redis TimeSeries。我考虑了这个解决方案，因为我可以在价格流上create rules，并且每 60 秒它会将一些聚合（如：max、min、first..等）刷新到目标存储桶。

我当前使用 Redis TimeSeries（在 Python 中）为 每个 股票价格的蜡烛条实现看起来像这样（再次使用股票 XYZ 作为示例）并且为了简单起见没有标签：

from redistimeseries.client import Client
r = Client()
r.flushdb()

# Create source & destination buckets
r.create('XYZ_PRICES')  # source
r.create(closing_price)
r.create(highest_price)
# Create rules to send data from src -> closing_price & highest_price buckets
r.createrule(src, 'closing_price', 'last', bucket_size_msec=60000)
r.createrule(src, 'highest_price', 'max', bucket_size_msec=60000)

我的问题是：

1. 有没有一种方法可以在一个规则中发送多个聚合（例如 max、last...等），而不是为每只股票创建多个源和目标存储桶？
2. Redis TimeSeries 是否适合此任务？或者使用其他解决方案（例如 Redis 流）会更容易吗？

Answer 1

1. 由于每个时间戳都可以保存一个，因此无法将多个聚合发送到下采样系列。您可以利用标签一次查询所有系列。
2. RedisTimeSeries 将是一个很好的解决方案，因为它会在插入时对数据进行下采样，因此查询速度会非常快。它还使用双增量压缩，这意味着您的数据将比其他一些解决方案需要更少的内存。如果您只关心烛台，您甚至可以使用保留来停用源数据。

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)

Answer 2

f4，感谢您试用 RedisTimeSeries。

您可以配置模块以根据预定义的规则自动创建规则。 文档中有描述：https://oss.redislabs.com/redistimeseries/configuration/#compaction_policy-policy。

希望这能解决您的问题。