إنه غير مناسب عندما تكون العدات الدقيقة مطلوبة للفوترة، أو الامتثال، أو نقل الأموال.
لهذا السبب، فإن إثبات مفهوم صغير مهم قبل الاعتماد. غذِّ HyperLogLog بحركة مرور واقعية وقارن النتيجة التقريبية مع مجموعة دقيقة على مجموعة بيانات عينة. غالبًا ما يكون الفوز في الذاكرة ممتازًا، ولكن يجب التحقق من معدل الخطأ المقبول مقابل حالة الاستخدام الفعلية للمنتج، وليس افتراضه من منشور مدونة.
هذه هي الأنماط مع هياكل بيانات Redis بشكل عام: كل واحدة ترمز إلى تسوية مفيدة.
فكر في أشكال المشكلات
يصبح Redis أكثر قوة عندما تسأل:
هل أحتاج إلى الدقة أم التقريب؟
هل أحتاج إلى ترتيب؟
هل أحتاج إلى تميز؟
هل أحتاج إلى سلوك نافذة زمنية؟
هذا يقود بشكل طبيعي إلى المجموعات المرتبة، والخرائط البتية، وHyperLogLog، والتدفقات، وبقية صندوق الأدوات.