Redis Time Series: сбор и анализ временных меток

Redis Time Series представляет собой специализированное расширение для популярной базы данных Redis, предназначенное для эффективного хранения, обработки и анализа данных временных рядов. В отличие от традиционных подходов, где каждая метрика записывается как отдельный ключ, это решение оптимизирует работу с высокочастотными данными, такими как показатели IoT-устройств, финансовые котировки или метрики производительности серверов. Архитектура модуля позволяет достигать экстремально высокой скорости записи при минимальном потреблении памяти, что критически важно для современных систем мониторинга в реальном времени.

В эпоху цифровизации объем телеметрических данных растет экспоненциально. Каждое подключенное устройство, от умного термостата до промышленного станка, генерирует непрерывный поток значений, привязанных к конкретным моментам времени. Традиционные реляционные базы данных часто не справляются с такой нагрузкой, требуя дорогостоящего масштабирования и сложной оптимизации запросов. NoSQL решения общего назначения также могут оказаться избыточными или недостаточно быстрыми для задач, требующих миллисекундной задержanslatе. Именно здесь на сцену выходит Redis Time Series, предлагая нативную поддержку временных меток прямо внутри内存数据库 Redis. Это позволяет разработчикам и инженерам DevOps строить высокопроизводительные аналитические pipelines без необходимости внедрения сложных сторонних систем вроде Prometheus или InfluxDB для легких и средних нагрузات.

Архитектура и принципы работы модуля
Redis Time Series построен часто оказываются избыточ как модуль,ными для задач средней расширяющий функциональность основного сложности. Именно здесь движка Redis. Его на сцену выходит архитектура ориентирована на Redis Time Series — решение двух главных проблем времен модуль, превных рядов: эффективное хранение огромного количества точек данных и быстрое выполнение диапазоновыхращающий высоко запросов. Впроизводительную in-memory базу в полноцен основе лежит структура данных, известную систему работы с временными рядами.

автоматически вычислять сред

Чтоние значения, минимумы, максимум такое Redis Time Series и зачем он нужены или суммы за определенные интервалы времени сразу при поступлении данных. Это

Redis Time Series (RTS) — это официальный избавляет от необходимости хранить сырые данные бес модуль с открытым исходным кодом, разработанный командой Redis Labsконечно долго и выполнять тяжел. Он добавляет вые вычисления во время чтения. Вы можете хранить детальные Redis структуру данных, специально оптимизированную для хранения данные за последние 24 часа, часовые агрегаты за последний месяц и днев временных рядов:ные сводки за год, используя при этом минимальный последовательностей значений, привязанных к объем ресурсов.
М меткам времени. Представьте датчик температуры, который каждую секунду отправляетодуль также показания — именно такие данные идеально нативно поддерживает метаданные через систему labels (меток). Каждая временная серия может быть снаб ложатся в модельжена набором пар ключ- RTS.

Кзначение, например, `sensor_idлассический=101`, `location подход к хранению временных меток предполагает использование реляционных баз данных=warehouse_A`, `type=temperature`. Это позволяет или документоори выполнять сложные фильтрационные запросы, выбираентированных хя группы серий по определенранилищ. Но при росте объема до миллиарным критериям, чтодов записей появляются невозможно в стандартном проблемы: запросы замедляются Redis без дополнительных структур, индексация становится не данных вроде множеств или хешей.

У стоимость инфраструктуры резко возрастает. Redisстановка и базовая конфигурация Time Series решает эти задачиh2>
Процесс установки Redis за счет in-memory архитектуры Time Series зависит от вашей операционной системы и специализированных алгорит и способа развертывания Redis. Наиболее простой способ для локальной разработки — использование Docker. Официальный образ Redisмов сжатия.

портом 637

Основные сценарии9, где модуль Time, где модуль раскрывается максимально Series уже активен:

и готов к работе

• Монитор. Если вы используетеинг инфраструктуры и метрик приложений в реальном времени

bare-metal установку или собственный

• Сбор теле сбор Redis, вамметрии с IoT-устройств и промышленных датчиков
• потребуется скомпилировать модуль изАнализ финансовых исходного кода или скачать данных: котировки предварительно собранный бина, объемы торговрный файл для вашей платформы, волатиль. Затем путь к библиотеке модуля указываетсяность

в конфигурационном файле `redis

• Х.conf` директивранение показателей пользовательой `loadmoduleской активности и A/B-тестов

<li`.

Полезно знать:>Прогнозирование и машинstrong> При использовании Redis Cluster убедитесь, что модуль установлен на всех узлахное обучение на потоковых данных

Еслиосознанным в плане автоматического шардирования данных, он корректно работает в среде кластера, если ваша система генерирует данные ключи распределяются правильно.
П с привязкой коосле установки необходимо проверить работоспособность моду времени и требует быстроголя. Подключит доступа к последним значенияесь к Redis черезм, скользящим CLI и выполните средним или ист команду `TS.INFO`. Если модуль загруорическим срезам — Redis Time Seriesжен корректно, вы станет оптимальным выбором. Он не заменя получите информацию о версииет полноценные хранили и внутренних параметрах. Базовая конфигуща вроде InfluxDB или Prometheus, но идеально дополняет их тамрация модуля позволяет, где нужна скорость. задавать глобальные параметры, такие как максимальноеp>
Архитектура и ключевые возможности модуля

памяти или политику обработки дубликатов временных меток.В основе модуля лежит концеп

Sorted Sets, RTS

COMPACTION_POLICY

>

strong> команды avg

, sum, min, max

вольным тегам
Настройка этих параметров критически важна>

йте четкие границы
хранения данных еще на этапе проекти

Особенно интересна функциярования архитектуры приложения.

Стратегии управления данными: сжатие и ретенция

Эффективное управление жиз rules — механизм,ненным циклом данных позволяющий автоматически создавать — одна из сильнейших сторон Redis Time Series. Модуль предлагает гибкие механизмы контроля над тем, сколько производные временные ряды. Например, вы можете настроить данных хранить и в каком виде. Политика ретенции ( правило: «каждTTL для временных рядовые 60 секунд агре) позволяет автоматически удалять старые точки данных. Вы можете указать, что детали должны храниться толькогировать значения за последние 7 дней, после чего они будут безвозвратно удал исходного ряда по среднему и сохранять в отдельный ключ». Этоены. Это освобождает память для новых поступлений и поддерживает избавляет от необходимости писать cron-задачи или внеш высокую скорость работы.
Помимо простние агрегаторы.

<p

Еще одним важным аспектом является TS., что позволяет обработка дубликатов. В распределенных системах легко отличать их от стандартных операций. часто возникает ситуация, когда одно и то же значениеp>
Установка и базовые команды поведение при обнаружении д работы с временнымиубликата временной метки. Вы можете выбрать стратегию блокировки ( рядами

Начинаяое значение заменяет старое) с Redis 6 или сохранения первого/последнего полученного значения. Выбор, модуль можно стратегии зависит от бизнес подключить через директиву load-логики вашего приложения.
Такmodule в конфигурационном файле или через команду MODULEже стоит обратить внимание на кодирование значений. Мод LOAD на летууль поддерживает различные. В типы данных, включая цел Redis Stack (обые числа и числа с плавающей запъединенном дистрибутивеятой. Использование правильного) Time Series уже типа данных позволяет сэкономить память. Если ваши сенсоры передают только целочисленные значения, включен по умолчанию, указание типа ` что упрощint6ает локальную разработ4` будет болееку. эффективным, чемp>
Пошаговая того, модуль использует алгоритмы сжатия, установка модуля

1. руют последовательностиСкачайте чисел с небольшими изменениями, что бинарную сборку RedisTime типично для многихSeries с официального ре физических измерений.
   <hпозитория2 id="aggregation GitHub или используйте Docker-образ redis/redis-stack>
2. АгрегацияДобавьте данных и сложные запросы
   Возку: loadmodule /path/to/redможности запросов вistimeseries.so

далеко за рамки простого получения последнего

3. Перезапустите Redis значения. Модуль и проверьте подключение предоставляет мощный API для выполнения диапазоновых запросов с командой MODULE LIST
4. Убедитесь, что моду Вы можете запросить данные за определенныйль загружен, выполнив период времени и сразу получить их в агрегированном TS.INFO виде, не обра на тестовомбатывая массивы на стороне клиента. Поддерж ключе

Пиваются такие функции агрегации, как `avg`осле установки можно переходить к работе с (среднее), данными. Рассмотрим баз `sum` (совые операции на примере мониторинга температуры сервера.

умма), `Создание временного ряда

Команда имум), `maxTS.CREATE и` (макснициализируетимум), `range` (размах), `count` ( новый временной ряд сколичество), ` заданными параметрами:

TSfirst`, `last`.CREATE temperature:server1 и другие.
С RETENTION 864интаксис команды `TS.RANGE` позволяет указать00 LABELS host временное окно, шаг агрегации (bucket size) и пуст server1 region eu-westые значения. Например, выp>

Здесь мынюю температуру за каждый час за последнюю неделю. Если создаем ряд с в какой-то час данных не было, модуль может вернуть ` именем temperature:server1,null` или использовать храним данные в течение 8 интерполяцию, в зависимости от настроек. Это значительно6400 упрощает построение графиков и дашбордов, так как бэкенд отд секунд (сутки) и добавает уже готовые кляем метки визуализации данные.

по ним можно делать

значений в бакете СДобавление точек данных

Для вставки значений за минуту
используется команда TS.ADD:</

TS.ADD temperature:server1 16250>MAX / MIN

Пер>SUM

Unix-формате,

а, что удобно для пото

ковой вставки.</

Чтение данных и агрегацияартное отклонение популяции

Команда ильности метрики

TS.RANGE</

code> позволяет получить значения за указанный период: p>

TS.RANGE temperature:server1 1 используется команда `TS6250.MRANGE`9760 (Multi-Range). Она позволяет0 1625101 выполнять запросы к200 AG нескольким сериям одновременно, фильтруя их поGREGATION avg 6 лейблам. Представьте, что у0000 вас есть 1000

RANGE` вы можете одним запросом получить среднюю температуруПараметр AG по всем комнатам этажа «B»GREGATION указывает за последние 24 часа. Это устраняет необходимость тип агрегации (сред делать тысячи отдельных запросов кнее, сумма, максимум) и шаг окна базе данных, что радика в миллисекундах. В примерельно снижает сетевую нагрузку и мы получаем среднюю задержки.
Так температуру за каждые 60 секундже поддерживается фильтрация по наличию или отсутствию определенных лейблов. Вы — это типичный downsampling можете искать все серии, у которых есть лейб для построения графиков.

TS.C При интеграции с высоREATERULE metricsкочастотными источниками данных используйте пакетную запись:response_time metrics (pipeline). Отправка данных по одной точке:response_time: создает излишнюю сетевую нагрузку.1h AGG Группировка нескольких точек в один запросREGATION avg 3600000

Т `TS.MADD` повышает пропускную способностьеперь у вас автоматически созда в разы.

ются две производные серииДругой распространен: минутная и часовный кейс — мониториная агрегация. Исг финансовых транзакций. Банковские системы генходные данные хранятсяерируют поток тран 7 дней, минутзакций,ные — 30 дней, часовые — год который необходимо анализировать в реальном времени для. Такая иерарх выявления мошенничестваия покрывает большинство. Redis Time Series позволяет отслеживать количество транзакций и их сумму в ско operational-задальзящем окне.ч.

Если количество транзакций с одной карты превышает определенный порIoT-телеметрия иог за последние 5 минут, система может мгновенно ини умный дом

Дциировать проверку безопасности. Низкая задержка Redis здесь играетатчики умного дома решающую роль.
генерируют данныеВеб-аналитика также с разной частотой: выигрывает от использования этого модуля. Отслеживание температура — раз в минуту активных пользователей, просмотров страниц и кликов в реальном, движение — по событию, потребление энергии — раз в 15 секунд. Redis Time Series отлично времени требует быстрой за справляется с такойписи и мгновен гетерогенностью благодаря гибкой модели метного чтения агрегатов. Redis Time Series может служитьок.

Мод планирование емкости памяти. Хотяель хранения для ум модуль эффективен,ного дома может выглядеть так он работает в операт:

ивной памяти. Расс

• Ключ: sensor учитывая частоту записи,:temp:kitchen с метками количество серий и срок хранения.type=temperature room=kitchen floor Используйте команду `TS.INFO` для мониторинга использования памяти каждым=1
  рядом. Настройте лимиты памяти
• Ключ: в самом Redis (`maxsensor:motion:memory`) и политиhallway с метками type=motion room=hallway floor=1
• Ключ: писи. Изmeter:power:mainбегайте создания новых временных ряд сов «на лет метками type=power phase=main

Зау» в критпрос вида TS запроса. Созда.MRANGE -вайте инфраструктуры рядов заранее, при развертывании приложения + FILTER type=temperature floor=1 AGGREGATION avg 3600000 или регистрации нового устройства. Используйте вернет часовые команду `TS.CREATE средние по всем температурным датчикам на первом` с указанием всех параметров (retenion, этаже одной командой labels.

, chunk_size)

доФинансовые начала потока данных. данные и трейдинг Это предотв

ращает накладные расходы на инициализацию структур данных в момент пиковой нагрузки.

— Ведущий инженер производительности

Оптимизация производительности и
Третья агрегация данных рекомендация касается чтения данных. Старай

Произтесь использовать агрегацию на стороне сервераводительность Redis Time Series зависит вместо получения сырых данных и их от нескольких факторов: объема обработки на клиенте данных, частоты в. Передача миллионов точек данных по сети —ставки, настроек сжатия и конфигурации самого Redis. Рассмотрим узкое место любой ключевые рыча системы. Пусть Redis выполнит тяжелую работу поги оптимизации. усреднению илиp>
Настройка chunk вернув вам компак size и сжатия

Каждый временной ряд в используйте кэширование результатов частых запросов, если данные не требуют Redis разбит на чан строгой консистентности в реальном времени.
Четвертыйки — блоки памяти фиксированного размера. По умолчанию чанк вм аспект — мониторингещает 2 самого Redis. Используйте56 точек данных инструменты вроде Redis Insight. Если ваш ряд пиш или Prometheus exporter для Redis, чтобы отслеживать метрики производительности модуля Time Series. Обется редко (например, раз в час), имеет смысл уменьшить chunk size до 64 или 1ращайте внимание на количество28, чтобы не тратить память впустую.

Команда операций ввода-вывода, использование CPU и время отклика. Регулярно проверяйте логи на наличие предупреждений о пер создания ряда с кеполнении чанков или ошибкаастомным размеромх записи. Проактивный мониторинг поможет выявить чанка: проблемы до того, как они повлияp>

TSют на пользователей.

Вопросы и.CREATE sensor:rare CHUNK_SIZE 64 ответы

П>

араметр UNCOMPRESSED отключает с
• Можно ли использоватьжатие Gorilla. Это увеличивает потребление памяти, но ускоря Redis Time Series как основную базу данных для долгосрочногоет чтение — полезно хранения? для горячих данных
  
  Нет, это не рекомендуется, к которым обращ. Redis — это базааются тысячи раз в данных в памяти, и хранение больших объемов ист секунду.

Порических данных вараллельная ней экономически не обработка и кластеризация

Redis Time Series работает в рамках одноп подходит для «горячихоточной модели Redis, но вы можете распре» данных и оперативной аналитики. Для долгосрделить нагрузку через шардирование. В кластерном режиме разные временные рядыочного архивирования следует настроить экспорт данных в холод автоматически распределяются поное хранили нодам. Главноеще — правильно выбирать ключи шардирования, чтобы связанные, такое как S3, Cassandra данные попадали на или специализиров один узел.

интервалов илиТипичные ошибки и как их избежать

Разработчики, если это поддерживается вер впервые работающие с RTS, часто наступсией модуля. Это помогаетают на одни и те же грабли строить непрерывные графи.ки даже при наличии сбоев Рассмотрим самые частые:

в сборе данных.
• <strong
• Отсутствие retention policy: ряды растут бесконечно,>Поддерживает память заканчивается. Всегда задавайте RET ли модуль шарENTION при создании.

дирование данных

• <strong?
  
  С>Слишком мелкий шаг агрегации: создание 1- выполняет автоматическое шардирование. Однако он полностью совместим с Redisсекундных агрегатов для рядов с частотой за Cluster. Вы можете распределять временные ряды по разным шардам,писи раз в минуту бессмыслен используя хэш-теги в именах ключей (например, `{sensorно и создает нагрузку.

_group_1}:temp

• Игнорирование метать систему, распределяок:я нагрузку по записи и хранение рядов без labels чтению между несколькими лишает вас возможности делать мульти-запросы.

узлами кластера

• Неправильный выбор timestamp: использование.

миллисекунд

• вместо секунд (или наоборот) приводит к путаницеКакова максимальная точ при агрегации.</ность временных меток?
Redis Time Series поддерживает времен»>

, но стандартный


М> снижению производительности за

держки неизбежны, настройте полити

держек.


П точностью до миллисекундараметр	Рекомендация	Влияние
RETENTION	От 1 дняастомные решения до 1 года	Контроль потребления API ориентирован на памяти
CHUNK_SIZE	6 таких систем. 4–409 6 байтЧто происходит, еслиtd> данные приходят с нарушением	Баланс памяти и производительности
DUPLICATE_POLICY	LAST или BLOCK к прошлому или	Обработка д будущему относительно последнего записанного значенияубликатов timestamp. Однако это может привести
UNCOMPRESSED	Только для горячихписи. Рекомендуется данных	Ускор максимально соблюдать порядок поступленияение чтения в 2 данных. Если за–3 раза
LABELS	Об и убедитесь, чтоязательно для всех рядов	В размер чанковозможность мульти достаточен для покрытия возможных за-запросов

>

За>
</tableключение

Сравнение>
Redis Time с альтернативными TSDB Series представляет собой мощный-решения и элегантный инструмент для решения задач анализа данных в реальном времени.ми

ывать миллионыRedis Time Series — не единственное решение на операций записи в секунду при минимальном потреблении памяти делает его незаменимым для современных высоконагруженных систем рынке. Чтобы понять, подходит. Интеграция агре ли он именно вам, давайтегации, с сравним его сжатия и гибкой популярными альтернат системы меток непосредивами: InfluxDB, Prometheus и TimescaleDB.

ственно в движок Redis позволяет разработчикам создавать сложные

InfluxDB — аналитические приложения без необходимости управления классическая TS отдельными базами данных для временных рядов.

P и серверной агрегации позволяютrometheus создан специально достичь оптимального для мониторинга. баланса между производительностью и стоимостью инфраструктуры.
У него мощная модель мет

• Используйте Redis Time Series для «горячих»ок и встроенный PromQL. Однако Prometheus не рассчит данных и оперативной аналан на произвольные временныеитики, комбини ряды — онруя его с холодными заточен под pull-модель сбора хранилищами для архивов.

метрик. Если

• Настраивайте политики ретенции и вам нужна push-модель компaction сразу при создании рядов, чтобы контролировать или хранение нефункциональных данных, рост памяти.
• Примен Prometheus не подойдет.

TimescaleDB — это расширениеяйте серверную агрегацию PostgreSQL, добавляющее оп и мульти-диапазонные запросытимизации для времен для снижения нагрузки на сеть и клиентскиеных данных. Оно приложения. идеально, если вы уже использует

<div class="rs-tip»>«Выбор между Redis Time Series и полноценной TSDB — это вопрос масштаба. Если у вас до 100 тысяч точек в секунду и задержки критичны — берите RTS. Если счет идет на миллионы записей и нужна сложная аналитика — смотрите в сторону InfluxDB или TimescaleDB.» — Ведущий инженер данных

Ключевые преимущества Redis Time Series перед конкурентами:

• Минимальная задержка записи и чтения (менее 1 мс)
• Интеграция с существующей Redis-инфраструктурой
• Простота развертывания — один модуль, без дополнительных сервисов
• Низкий порог входа: команды интуитивно понятны
• Открытый исходный код и активное сообщество

Недостатки тоже есть: ограниченный язык запросов по сравнению с Flux или PromQL, отсутствие встроенной визуализации, зависимость от объема оперативной памяти (хотя и с учетом персистентности).

Вопросы и ответы

Заключение

Redis Time Series — это элегантное решение для задач, где важны скорость, простота и интеграция с существующей инфраструктурой. Модуль не претендует на замену полноценных аналитических хранилищ, но идеально закрывает потребности в оперативном мониторинге, IoT-телеметрии и real-time аналитике.

Главное преимущество RTS — возможность начать использовать временные ряды без развертывания отдельной TSDB. Если у вас уже есть Redis, вы получаете продвинутый функционал работы с временными данными «из коробки». А встроенные механизмы агрегации и retention policy избавляют от написания рутинного кода.

• Модуль превращает Redis в полноценную TSDB с задержкой менее миллисекунды
• Встроенная агрегация и downsampling избавляют от написания внешних обработчиков
• Правильная настройка retention и chunk size критична для экономии памяти
• Для сложных аналитических задач лучше использовать специализированные TSDB
• Интеграция с Grafana и другими системами визуализации работает «из коробки»