我的目标是创建一个针对在线交易数据量身定制的低延迟计算引擎。我将从交易负载中提取电子邮件、电话号码和客户设备等信息，然后计算基于时间的聚合，例如过去5分钟内与特定电子邮件相关的交易数量或过去10天内与特定电话号码相关的交易数量。我应该如何设计这个系统？我尝试将原始交易负载存储在Redis中，并在收到请求时执行聚合查询。对于时间窗口超过1天的聚合，我们离线计算它们。
2o7dmzc51#
也许我错过了什么，但你所需要的只是一个Transaction表。
Transaction
Transaction-----------Transaction IDEmailPhone NumberCustomer DeviceTransaction timestamp
-----------
Transaction ID
Email
Phone Number
Customer Device
Transaction timestamp
字符串其中Transaction ID是一个自动递增的主键，你在Transaction timestamp降序上定义了另一个非唯一的索引。我们降序排序的原因是，当按Transaction timestamp降序排序时，最近的交易在前面。因为存储的是时间戳，所以可以查询特定的日期和时间，只需要为感兴趣的时间段生成适当的WHERE子句。通过计算为特定查询检索到的行数来获得计数。
1条答案
按热度按时间2o7dmzc51#
也许我错过了什么，但你所需要的只是一个
Transaction表。字符串
其中
Transaction ID是一个自动递增的主键，你在Transaction timestamp降序上定义了另一个非唯一的索引。我们降序排序的原因是，当按Transaction timestamp降序排序时，最近的交易在前面。因为存储的是时间戳，所以可以查询特定的日期和时间，只需要为感兴趣的时间段生成适当的WHERE子句。
通过计算为特定查询检索到的行数来获得计数。