RedisTimeSeries命令¶

创建¶

TS.CREATE¶

创建一个新的时间序列。

TS．创建关键［保留retentionTime］［编码［未压缩的|压缩］］［CHUNK_SIZE大小］［DUPLICATE_POLICY政策］［标签标签价值. .)

• key -时间序列的密钥名称

可选参数:

• 保留-样品与上次事件时间相比的最大年龄(以毫秒为单位)
  • Default:数据库的全局保留secs配置(默认情况下，0)
  • 当设置为0时，序列根本不进行裁剪
• ENCODING—指定系列样本的编码格式。
  • COMPRESSED:对序列样本应用DoubleDelta压缩，即压缩时间戳之间Delta的Delta，并通过异或编码压缩值。
  • 未压缩:将原始样品保存在内存中。添加此标志将使数据保持在未压缩的形式。压缩不仅节省内存，而且由于内存访问次数的减少，通常会提高性能。
• CHUNK_SIZE -为数据分配的内存数量，以字节为单位。默认值:4000。
• DUPLICATE_POLICY -配置对重复样本做什么。如果未设置此参数，则将使用服务器范围的默认值。详情:复样的政策．
• labels—label-value对的集合，代表键的元数据标签

复杂性¶

TS.CREATE复杂性为O(1)。

创建示例¶

TS．创建温度：2：32保留60000DUPLICATE_POLICY马克斯标签sensor_id2area_id32

错误¶

• 如果一个密钥已经存在，你会得到一个正常的Redis错误回复TSDB:密钥已经存在．你可以用Redis检查密钥是否存在存在的命令．

笔记¶

TS.ADD当调用不存在的时间序列时，可以快速创建新的时间序列。

删除¶

▽¶

一个系列可以使用redis删除▽命令。

可以使用redis为系列设置超时时间到期命令。

▽关键［key2．．．］

• key -时间序列的密钥名称

复杂性¶

DEL复杂度是O(N)，其中N是要删除的键的数量。

删除联赛的例子¶

▽温度：2：32

60秒过期。使用实例¶

到期温度：2：3260

TS.DEL¶

删除给定键的两个时间戳之间的示例。

给定的时间戳间隔是封闭的(包括)，即时间戳等于fromTimestamp或toTimestamp也将被删除。

TS．▽关键fromTimestamptoTimestamp

• key -时间序列的密钥名称
• fromTimestamp -范围删除的开始时间戳。
• toTimestamp -范围删除的结束时间戳。

返回值¶

整数回答:移除样本的数量。

复杂性¶

TS.DEL复杂性为O(N)，其中N为将被删除的数据点的数量。

删除范围的数据点的例子¶

127．0．0．1：6379>TS．▽温度：2：3215481491800001548149183000（整数)150

更新¶

TS.ALTER¶

更新现有密钥的保留标签。参数与TS.CREATE相同。

TS．改变，更改关键［保留retentionTime］［标签标签价值. .)

改变的例子¶

TS．改变，更改温度：2：32标签sensor_id2area_id32sub_area_id15

笔记¶

• 该命令只改变给出的标签，例如，如果给出了标签但没有保留，那么只改变标签。
• 如果标签被改变，则应用给定的标签列表，即不存在于给定列表中的标签将被隐式删除。
• 提供标签关键字没有任何标签将删除所有现有标签。

TS.ADD¶

向系列中添加一个新示例。如果还没有创建系列TS.CREATE它将自动创建。

TS．添加关键时间戳价值［保留retentionTime］［编码［压缩|未压缩的］］［CHUNK_SIZE大小］［ON_DUPLICATE政策］［标签标签价值. .)

• timestamp - (integer)样本的UNIX时间戳以毫秒为单位．＊可用于自动时间戳从系统时钟。
• 值-(双精度)样本的数值数据值。我们预计两倍的数字也会随之而来RFC 7159(标准JSON)。特别是，解析器将拒绝binary64中不适合的过大值。它不会接受NaN或无穷大的值。

下列参数是可选的，因为它们可以由TS.CREATE设置:

• 保留-样品与上次事件时间相比的最大年龄(以毫秒为单位)。只有在将数据添加到以前没有创建过的时间序列时才相关;当向现有timeseries添加示例时，此参数将被忽略。
  • Default:数据库的全局保留secs配置(默认情况下，0)
  • 当设置为0时，序列根本不进行裁剪
• ENCODING—指定系列样本的编码格式。
  • COMPRESSED:对序列样本应用DoubleDelta压缩，即压缩时间戳之间Delta的Delta，并通过异或编码压缩值。
  • 未压缩:将原始样品保存在内存中。
• CHUNK_SIZE -为数据分配的内存数量，以字节为单位。默认值:4096。
• 覆盖键和数据库配置DUPLICATE_POLICY．见副本保险单
• LABELS - label-value对的集合，代表键的元数据标签。只有在将数据添加到以前没有创建过的时间序列时才相关;当向现有timeseries添加示例时，此参数将被忽略。

例子¶

127．0．0．1：6379>TS．添加温度：2：32154814918000026标签sensor_id2area_id32（整数)1548149180000127．0．0．1：6379>TS．添加温度：3.：11154814918300027保留3600（整数)1548149183000127．0．0．1：6379>TS．添加温度：3.：11＊30.（整数)1559718352000

复杂性¶

如果在时间序列上存在压缩规则，TS.ADD性能可能会降低。的复杂性TS.ADD当M是压缩规则的数量或没有压缩的O(1)时，总是O(M)。

笔记¶

• 您可以使用此命令在单个命令中向不存在的timeseries添加数据。这就是原因标签和retentionTime是可选的参数。
• 当指定的密钥不存在时，RedisTimeSeries将使用指定的密钥创建密钥标签或retentionTime．设置标签和retentionTime引入额外的时间复杂性。
• 在修剪过的窗口中更新样本将基于现有数据更新降采样聚合。

TS.MADD¶

将新样品添加到系列列表中。

TS．MADD关键时间戳价值［关键时间戳价值．．．］

• timestamp—示例的UNIX时间戳。＊可用于自动时间戳(使用系统时钟)
• 数值-样本的数值数据值(双精度)。我们预计两倍的数字也会随之而来RFC 7159(标准JSON)。特别是，解析器将拒绝binary64中不适合的过大值。它不会接受NaN或无穷大的值。

例子¶

127．0．0．1：6379>TS．MADD温度：2：32154814918000026cpu：2：321548149183000541)（整数)15481491800002)（整数)1548149183000127．0．0．1：6379>TS．MADD温度：2：32154814918100045cpu：2：32154814918000030.1)（整数)15481491810002)（整数)1548149180000

复杂性¶

如果在时间序列上存在压缩规则，TS.MADD性能可能会降低。的复杂性TS.MADD当N是更新的级数的数量，M是压缩规则的数量或O(N)没有压缩时，总是O(N*M)。

TS.INCRBY / TS.DECRBY¶

创建一个增加/减少最新样本值的新样本。

注意:TS.INCRBY / TS。DECRBYsupport updates for the latest sample.

TS．INCRBY关键价值［时间戳时间戳］［保留retentionTime］［未压缩的］［CHUNK_SIZE大小］［标签标签价值. .)

或

TS．DECRBY关键价值［时间戳时间戳］［保留retentionTime］［未压缩的］［CHUNK_SIZE大小］［标签标签价值. .)

此命令可以用作计数器或测量器，自动获取历史作为时间序列。

• key -时间序列的密钥名称
• 数值-样本的数值数据值(双精度)

可选参数:

• TIMESTAMP—示例的UNIX时间戳。＊可用于自动时间戳(使用系统时钟)
• 保留-样品与上次事件时间相比的最大年龄(以毫秒为单位)
  • Default:数据库的全局保留secs配置(默认情况下，0)
  • 当设置为0时，序列根本不进行裁剪
• UNCOMPRESSED -将数据存储从压缩(默认)更改为未压缩
• CHUNK_SIZE -为数据分配的内存数量，以字节为单位。默认值:4000。
• labels—label-value对的集合，代表键的元数据标签

如果该命令用于向现有timeseries添加数据，retentionTime和标签将被忽略。

笔记¶

• 您可以使用此命令在单个命令中向不存在的timeseries添加数据。这就是原因标签和retentionTime是可选的参数。
• 当指定的密钥不存在时，RedisTimeSeries将使用指定的密钥创建密钥标签或retentionTime．设置标签和retentionTime引入额外的时间复杂性。

聚合,压实,将采样¶

TS.CREATERULE¶

创建压缩规则。

TS．CREATERULEsourceKeydestKey聚合aggregationTypetimeBucket

• sourceKey -源时间序列的密钥名称
• destKey—目的时间序列的密钥名称
• aggregationType -聚合类型:avg, sum, min, max, range, count, first, last, std.p, std.s, var.p, var.s
• timeBucket -聚合时间桶，单位为毫秒

DEST_KEY应该是timeseries类型，并应在调用TS.CREATERULE之前创建。

TS.DELETERULE¶

删除压缩规则。

TS．DELETERULEsourceKeydestKey

• sourceKey -源时间序列的密钥名称
• destKey—目的时间序列的密钥名称

查询¶

过滤¶

对于某些读命令，需要应用一列过滤器。以下是可能的过滤器列表:

• l = v标签=值
• l != v标签不等于价值
• l =键没有标签l
• l !＝关键有标签l
• l = (v1、v2,…)关键和标签l它等于列表中的一个值
• l ! = (v1、v2,…)关键和标签l它不等于列表中的任何值

注意:当需要提供过滤器时，至少要提供一个l = v必须应用过滤器。

TS.RANGE / TS.REVRANGE¶

正向或反向查询范围。

TS．范围关键fromTimestamptoTimestamp［FILTER_BY_TS壹空间TS2. .)［FILTER_BY_VALUE最小值马克斯］［数数］［对齐价值］［聚合aggregationTypetimeBucket］TS．REVRANGE关键fromTimestamptoTimestamp［FILTER_BY_TS壹空间TS2. .)［FILTER_BY_VALUE最小值马克斯］［数数］［对齐价值］［聚合aggregationTypetimeBucket］

• key -时间序列的密钥名称
• fromTimestamp—范围查询的开始时间戳。-可以用来表示最小可能的时间戳(0)。
• toTimestamp -范围查询的结束时间戳，+可用于表示最大可能的时间戳。

可选参数:

• FILTER_BY_TS—后面跟着一个时间戳列表，以根据特定的时间戳筛选结果

• FILTER_BY_VALUE -通过使用最小值和最大值过滤结果。

• COUNT -返回样品的最大数量。

• ALIGN -聚合的时间桶对齐控制。这将通过更改定义桶的引用时间戳来控制时间桶的时间戳。可能的值:

  • 开始或-:引用时间戳将是查询的开始间隔时间(fromTimestamp)．
  • 结束或+:引用时间戳将是查询结束间隔时间(toTimestamp)．
  • 特定时间戳:将引用时间戳与特定时间对齐。
  • 注意:当没有提供对齐设置为0．

• AGGREGATION—将结果聚合成时间桶(以下聚合参数是必需的)

• aggregationType -聚合类型:avg, sum, min, max, range, count, first, last, std.p, std.s, var.p, var.s
• timeBucket -聚合时间桶，单位为毫秒

复杂性¶

ts .范围复杂度为O(n/m+k)。

n =数据点数量m =块大小(每个块的数据点)k =在请求范围内的数据点数量

这可以在未来通过使用二进制搜索来找到范围的开始，使这个O(Log(n/m)+k*m)得到改进。但是因为m很小，我们可以忽略它，把它看成O(Log(n) + k)

聚合查询示例¶

127．0．0．1：6379>TS．范围温度：3.：3215481491800001548149210000聚合avg50001)1)（整数)15481491800002)“26.199999999999999”2)1)（整数)15481491850002)“27.399999999999999”3.)1)（整数)15481491900002)“24.800000000000001”4)1)（整数)15481491950002)“23.199999999999999”5)1)（整数)15481492000002)“25.199999999999999”6)1)（整数)15481492050002)“28”7)1)（整数)15481492100002)“20”

TS.MRANGE / TS.MREVRANGE¶

通过过滤器在正向或反向方向上查询跨多个时间序列的范围。

TS．MRANGEfromTimestamptoTimestamp［FILTER_BY_TS壹空间TS2. .)［FILTER_BY_VALUE最小值马克斯］［WITHLABELS|SELECTED_LABELSlabel1. .)［数数］［对齐价值］［聚合aggregationTypetimeBucket］过滤器过滤器．．［GROUPBY<标签>减少<减速机>］TS．MREVRANGEfromTimestamptoTimestamp［FILTER_BY_TS壹空间TS2. .)［FILTER_BY_VALUE最小值马克斯］［WITHLABELS|SELECTED_LABELSlabel1. .)［数数］［对齐价值］［聚合aggregationTypetimeBucket］过滤器过滤器．．［GROUPBY<标签>减少<减速机>］

• fromTimestamp—范围查询的开始时间戳。-可以用来表示最小可能的时间戳(0)。
• toTimestamp -范围查询的结束时间戳，+可用于表示最大可能的时间戳。
• 过滤器- - - - - -看到过滤

可选参数:

• FILTER_BY_TS—后面跟着一个时间戳列表，以根据特定的时间戳筛选结果

• FILTER_BY_VALUE -通过使用最小值和最大值过滤结果。

• WITHLABELS -在回复中包含表示时间序列元数据标签的标签值对。如果WITHLABELS或SELECTED_LABELS时，默认情况下，将在标签数组位置上回复一个空数组。

• SELECTED_LABELS -在回复中包含表示时间序列元数据标签的标签值对的子集。当每个系列有很多标签，但只对其中一些标签的价值感兴趣时，这是很有用的。如果WITHLABELS或SELECTED_LABELS时，默认情况下，将在标签数组位置上回复一个空数组。

• COUNT -每个时间序列的最大返回样品数量。

• ALIGN -聚合的时间桶对齐控制。这将通过更改定义桶的引用时间戳来控制时间桶的时间戳。可能的值:

  • 开始或-:引用时间戳将是查询的开始间隔时间(fromTimestamp)．
  • 结束或+:引用时间戳将是查询结束间隔时间(toTimestamp)．
  • 特定时间戳:将引用时间戳与特定时间对齐。
  • 注意:当没有提供对齐设置为0．

• AGGREGATION—将结果聚合成时间桶(以下聚合参数是必需的)

  • aggregationType -聚合类型:avg, sum, min, max, range, count, first, last, std.p, std.s, var.p, var.s
  • timeBucket -聚合时间桶，单位为毫秒。

• GROUPBY -聚合不同时间序列的结果，按提供的标签名称分组。当结合聚合groupby/reduce应用于聚合后阶段。

  • 标签-标签名称到组系列。将为每个值生成一个新的系列。
  • 减速器-减速器类型用于聚合具有相同标签值的系列。可用的reducer: sum, min, max。
  • 注意:结果系列将包含两个标签，标签数组结构如下:
    • __reducer__ = <减速器>:含有使用过的减速器。
    • __source__ = key1 key2 key3:包含用于计算分组serie的源时间序列。
  • 请注意所生产的系列将被命名<标记> = < groupbyvalue >

返回值¶

Array-reply,特别是:

该命令返回标签与指定过滤器匹配的条目。返回的条目是完整的，这意味着将返回与范围匹配的名称、标签和所有示例。

返回的数组将包含key1,labels1,lastsample1，…，keyN,labelsN,lastsampleN，其中label和lastsample也是数组数据类型。默认情况下，对于每个返回的时间序列，标签数组将是一个空数组。

如果WITHLABELS或SELECTED_LABELS将用表示时间序列的元数据标签的标签-值对填充数组。

例子¶

按过滤器查询¶

127．0．0．1：6379>TS．MRANGE15481491800001548149210000聚合avg5000过滤器area_id＝32sensor_id! =11)1)“温度:32”2)（空列表或集)3.)1)1)（整数)15481491800002)“27.600000000000001”2)1)（整数)15481491850002)“23.800000000000001”3.)1)（整数)15481491900002)“24.399999999999999”4)1)（整数)15481491950002)“24”5)1)（整数)15481492000002)“25.600000000000001”6)1)（整数)15481492050002)“25.800000000000001”7)1)（整数)15481492100002)“21”2)1)“温度:32”2)（空列表或集)3.)1)1)（整数)15481491800002)“26.199999999999999”2)1)（整数)15481491850002)“27.399999999999999”3.)1)（整数)15481491900002)“24.800000000000001”4)1)（整数)15481491950002)“23.199999999999999”5)1)（整数)15481492000002)“25.199999999999999”6)1)（整数)15481492050002)“28”7)1)（整数)15481492100002)“20”

使用WITHLABELS选项的过滤器查询示例¶

127．0．0．1：6379>TS．MRANGE15481491800001548149210000聚合avg5000WITHLABELS过滤器area_id＝32sensor_id! =11)1)“温度:32”2)1)1)“sensor_id”2)“2”2)1)“area_id”2)“32”3.)1)1)（整数)15481491800002)“27.600000000000001”2)1)（整数)15481491850002)“23.800000000000001”3.)1)（整数)15481491900002)“24.399999999999999”4)1)（整数)15481491950002)“24”5)1)（整数)15481492000002)“25.600000000000001”6)1)（整数)15481492050002)“25.800000000000001”7)1)（整数)15481492100002)“21”2)1)“温度:32”2)1)1)“sensor_id”2)“3”2)1)“area_id”2)“32”3.)1)1)（整数)15481491800002)“26.199999999999999”2)1)（整数)15481491850002)“27.399999999999999”3.)1)（整数)15481491900002)“24.800000000000001”4)1)（整数)15481491950002)“23.199999999999999”5)1)（整数)15481492000002)“25.199999999999999”6)1)（整数)15481492050002)“28”7)1)（整数)15481492100002)“20”

查询metric=cpu的时间序列，按metric_name reduce max将它们分组¶

127．0．0．1：6379>TS．添加壹空间154814918000090标签度规cpumetric_name系统（整数)1127．0．0．1：6379>TS．添加壹空间154814918500045（整数)2127．0．0．1：6379>TS．添加ts2154814918000099标签度规cpumetric_name用户（整数)2127．0．0．1：6379>TS．MRANGE-+WITHLABELS过滤器度规＝cpuGROUPBYmetric_name减少马克斯1)1)“metric_name =系统”2)1)1)“metric_name”2)“系统”2)1)“__reducer__”2)“马克斯”3.)1)“__source__”2)“壹空间”3.)1)1)（整数)15481491800002)902)1)（整数)15481491850002)452)1)“metric_name =用户”2)1)1)“metric_name”2)“用户”2)1)“__reducer__”2)“马克斯”3.)1)“__source__”2)“ts2”3.)1)1)（整数)15481491800002)99

查询度量=cpu的时间序列，过滤器的值大于或等于90.0，小于或等于100.0¶

127．0．0．1：6379>TS．添加壹空间154814918000090标签度规cpumetric_name系统（整数)1127．0．0．1：6379>TS．添加壹空间154814918500045（整数)2127．0．0．1：6379>TS．添加ts2154814918000099标签度规cpumetric_name用户（整数)2127．0．0．1：6379>TS．MRANGE-+FILTER_BY_VALUE90One hundred.WITHLABELS过滤器度规＝cpu1)1)“壹空间”2)1)1)“指标”2)“cpu”2)1)“metric_name”2)“系统”3.)1)1)（整数)15481491800002)902)1)“ts2”2)1)1)“指标”2)“cpu”2)1)“metric_name”2)“用户”3.)1)1)（整数)15481491800002)99

查询metric=cpu的时间序列，但只回复团队标签¶

127．0．0．1：6379>TS．添加壹空间154814918000090标签度规cpumetric_name系统团队纽约（整数)1127．0．0．1：6379>TS．添加壹空间154814918500045（整数)2127．0．0．1：6379>TS．添加ts2154814918000099标签度规cpumetric_name用户团队科幻小说（整数)2127．0．0．1：6379>TS．MRANGE-+SELECTED_LABELS团队过滤器度规＝cpu1)1)“壹空间”2)1)1)“团队”2)“纽约”3.)1)1)（整数)15481491800002)902)1)（整数)15481491850002)452)1)“ts2”2)1)1)“团队”2)“科幻小说”3.)1)1)（整数)15481491800002)99

TS.GET¶

拿到最后的样品。

TS．得到关键

• key -时间序列的密钥名称

返回值¶

Array-reply,特别是:

返回的数组将包含:—当时间序列包含数据时，最后一个样本时间戳后跟最后一个样本值。—当时间序列为空时，为空数组。

复杂性¶

TS.GET复杂度为O(1)。

例子¶

获取包含数据的时间序列示例¶

127．0．0．1：6379>TS．得到温度：2：321)（整数)15481492792)“23”

获取空时间序列的例子¶

127．0．0．1：6379>复述,-cliTS．得到empty_ts（空数组)

TS.MGET¶

获取与特定过滤器匹配的最后一个样本。

TS．MGET［WITHLABELS|SELECTED_LABELSlabel1. .)过滤器过滤器．．．

• 过滤器- - - - - -看到过滤

可选参数:

• WITHLABELS -在回复中包含表示时间序列元数据标签的标签值对。如果WITHLABELS或SELECTED_LABELS时，默认情况下，将在标签数组位置上回复一个空数组。

• SELECTED_LABELS -在回复中包含表示时间序列元数据标签的标签值对的子集。当每个系列有很多标签，但只对其中一些标签的价值感兴趣时，这是很有用的。如果WITHLABELS或SELECTED_LABELS时，默认情况下，将在标签数组位置上回复一个空数组。

返回值¶

Array-reply,特别是:

该命令返回标签与指定过滤器匹配的条目。返回的条目是完整的，这意味着名称、标签和时间序列的所有最后样例。

返回的数组将包含key1,labels1,lastsample1，…，keyN,labelsN,lastsampleN，其中label和lastsample也是数组数据类型。默认情况下，对于每个返回的时间序列，标签数组将是一个空数组。

如果WITHLABELS或SELECTED_LABELS将用表示时间序列的元数据标签的标签-值对填充数组。

复杂性¶

TS.MGET复杂度为O(n)。

n =匹配过滤器的时间序列的数量

例子¶

带有默认行为的MGET示例¶

127．0．0．1：6379>TS．MGET过滤器area_id＝321)1)“温度:32”2)（空列表或集)3.)1)（整数)15481491810002)“30”2)1)“温度:32”2)（空列表或集)3.)1)（整数)15481491810002)“29”

使用WITHLABELS选项的示例¶

127．0．0．1：6379>TS．MGETWITHLABELS过滤器area_id＝321)1)“温度:32”2)1)1)“sensor_id”2)“2”2)1)“area_id”2)“32”3.)1)（整数)15481491810002)“30”2)1)“温度:32”2)1)1)“sensor_id”2)“2”2)1)“area_id”2)“32”3.)1)（整数)15481491810002)“29”

一般¶

TS.INFO¶

格式¶

TS．信息关键［调试］

描述¶

返回时间序列的信息和统计信息。

参数¶

• key -时间序列的密钥名称。
• DEBUG—一个可选的标志，用于获取关于块的更详细信息。

复杂性¶

O (1)

返回值¶

Array-reply,特别是:

• totalSamples -在时间序列中样本的总数。
• memoryUsage—为时间序列分配的总字节数。
• firstTimestamp -在时间序列中出现的第一个时间戳。
• lastTimestamp—时间序列中出现的最后一个时间戳。
• retentionTime—时间序列的保留时间，以毫秒为单位。
• chunkCount—用于时间序列的内存块数量。
• chunkSize -为数据分配的内存量，以字节为单位。
• chunkType—块类型，压缩或未压缩的．
• duplicatePolicy -复样的政策．
• labels—一个嵌套的标签值对数组，表示时间序列的元数据标签。
• sourceKey -如果当前时间序列是目标，则源时间序列的密钥名称规则．
• rules—嵌套的压缩数组规则时间序列的。

当调试时，响应将包含一个额外的数组字段，名为块．每个项目(每个块)将包含:* endTimestamp - chunk中出现的最后时间戳。* samples -块中的样本总数。* size -块数据以字节为单位的大小(这是仅用于块内数据的确切大小，不包括其他开销)大小和样品

TS.INFO例子¶

TS．信息温度：2：321)totalSamples2)（整数)One hundred.3.)memoryUsage4)（整数)41845)firstTimestamp6)（整数)15481491807)lastTimestamp8)（整数)15481492799)retentionTime10)（整数)011)chunkCount12)（整数)113)chunkSize14)（整数)25615)chunkType16)压缩17)duplicatePolicy18)（零)19)标签20.)1)1)“sensor_id”2)“2”2)1)“area_id”2)“32”21)sourceKey22)（零)23)规则24)（空列表或集)

与调试：

．．．23)规则24)(空列表或集)25)块26)1)1)startTimestamp 2) (integer) 1548149180 3) endTimestamp 4) (integer) 1548149279 5) samples 6) (integer) 100 7) size 8) (integer) 256 9) bytesPerSample 10)“1.2799999713897705”

TS.QUERYINDEX¶

获取与筛选器列表匹配的所有键。

TS．QUERYINDEX过滤器．．．

• 过滤器- - - - - -看到过滤

查询索引的例子¶

127．0．0．1：6379>TS．QUERYINDEXsensor_id＝21)“温度:32”2)“温度:节”