Redis Blog
·
Redis Stack中的新概率数据结构：t-digest
内容提要
Redis Stack引入了t-digest概率数据结构，可以有效估算序列测量的百分位数，支持RedisInsight、查询和搜索、JSON、图表、时间序列等数据模型和处理引擎。t-digest可以让你更容易地获得准确的结果，而且内存占用小，添加和查询数据也很快，可以使用TDIGEST.CREATE、TDIGEST.ADD、TDIGEST.QUANTILE、TDIGEST.BYRANK、TDIGEST.BYREVRANK和TDIGEST.CDF等命令来操作t-digest。
关键要点
-
Redis Stack引入了t-digest概率数据结构，用于有效估算序列测量的百分位数。
-
t-digest支持RedisInsight、查询和搜索、JSON、图表、时间序列等数据模型和处理引擎。
-
t-digest的内存占用小，添加和查询数据速度快。
-
t-digest可以回答数据流中值的分布问题，如小于某个值的比例和具体的百分位数。
-
t-digest的使用场景包括硬件/软件监控、在线游戏、网络流量监控和预测性维护。
-
使用t-digest可以更容易地获取统计数据，尽管可能会有微小的相对误差。
-
t-digest的基本命令包括TDIGEST.CREATE、TDIGEST.ADD、TDIGEST.QUANTILE、TDIGEST.BYRANK、TDIGEST.BYREVRANK和TDIGEST.CDF。
-
可以通过TDIGEST.TRIMMED_MEAN计算指定百分位数之间的平均值。
-
t-digest支持合并多个数据结构，以便计算综合的百分位数。
-
使用TDIGEST.MIN和TDIGEST.MAX可以获取t-digest中的最小和最大值。
-
t-digest扩展了Redis的概率数据结构，适用于流数据和大数据集的处理。
