Para obtener capacidades similares a las de Amazon Timestream, considere Amazon Timestream LiveAnalytics para InfluxDB. Ofrece una ingesta de datos simplificada y tiempos de respuesta a las consultas en milisegundos de un solo dígito para realizar análisis en tiempo real. Obtenga más información aquí.
Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Amazon Timestream LiveAnalytics para el cambio de disponibilidad
Dado que las aplicaciones de series temporales tienen requisitos y características únicos, ofrecemos un marco amplio para ayudarlo a evaluar varias alternativas antes de profundizar en los detalles específicos de la implementación. Esta guía de alto nivel sirve de base para su proceso de toma de decisiones, y en las secciones siguientes se tratarán los pasos más detallados y las implementaciones prácticas.
Evaluación de servicios alternativos
- El caso de uso se adapta a Amazon Timestream para InfluxDB
-
Recomendamos Timestream para InfluxDB si su flujo temporal para LiveAnalytics tabla tiene menos de 10 millones de cardinales (claves de serie
), es decir, combinaciones únicas de o si puede reducir la cardinalidad de la tabla a menos de Amazon LiveAnalytics Timestream para conceptos 10 millones. Timestream para InfluxDB le da acceso a las capacidades de la versión de código abierto de InfluxDB. Al elegir esta ruta, se proporcionan las funciones de series temporales existentes, como las funciones de análisis de series temporales que proporciona Flux , las tareas (equivalentes aConsultas programadas) y otras funciones similares que ofrece Timestream para. LiveAnalytics Timestream para InfluxDB también proporciona InfluxQL (un lenguaje de consultas similar a SQL) para interactuar con InfluxDB para consultar y analizar sus datos de series temporales. - Prefiere usar SQL en lugar de InfluxQL
-
Recomendamos implementar Amazon Aurora o RDS PostgreSQL. Estas bases de datos ofrecen una funcionalidad SQL completa y, al mismo tiempo, proporcionan capacidades eficaces de administración de datos de series temporales. El análisis de series temporales puede implementarse mediante las funciones de base de datos integradas, cuando estén disponibles, o administrarse en la capa de aplicación.
- Requieren una ingesta de datos a gran escala (más de 1 millón de registros por segundo)
-
Recomendamos utilizar Amazon DynamoDB u otras AWS bases de datos NoSQL.
Estas bases de datos se pueden seleccionar en función de las necesidades específicas de su aplicación. El análisis de series temporales puede implementarse mediante las funciones de base de datos integradas, cuando estén disponibles, o administrarse en la capa de aplicación.
Antes de iniciar la migración de datos al AWS servicio alternativo elegido, es fundamental evaluar varios factores clave que influirán significativamente en la estrategia de migración y en su éxito final. Estas evaluaciones ayudarán a configurar su enfoque, identificar los posibles desafíos y garantizar una transición más fluida durante el proceso de migración.
Consideraciones sobre la selección y la retención de datos
Evalúe el alcance de la migración de datos definiendo los requisitos de retención exactos. Considere si necesita migrar el conjunto de datos histórico completo, solo los datos recientes (como los últimos 30, 60 o 90 días) o segmentos de datos de series temporales específicas. Esta decisión debe basarse en tres factores clave: los requisitos de conformidad normativa, las necesidades analíticas de su empresa y las consideraciones prácticas en torno a la complejidad y los costes de la migración.
Análisis de compatibilidad de patrones de consulta
La compatibilidad de consultas entre el servicio de origen (para Timestream LiveAnalytics) y el de destino requiere una evaluación exhaustiva, ya que las bases de datos de series temporales gestionan los lenguajes y las funciones de consulta de forma diferente. Realice pruebas exhaustivas para identificar las diferencias de sintaxis, las brechas funcionales y las variaciones de rendimiento entre los sistemas. Pruebe todas las consultas críticas para el negocio o, si es posible, todas las consultas en las que se basan sus aplicaciones para asegurarse de que funcionan correctamente después de la migración y de que funcionan correctamente.
Planificación de la transformación de datos
Antes de migrar, preste mucha atención al mapeo de esquemas para garantizar la correcta alineación de los datos y la coherencia estructural entre los sistemas de origen y destino, así como las conversiones precisas de los tipos de datos diseñadas específicamente para los datos de series temporales. Estos componentes funcionan en conjunto para garantizar la calidad de los datos, optimizar el rendimiento y mantener la funcionalidad en las diferentes arquitecturas de sistemas. Además, tenga en cuenta cualquier patrón de indexación especializado y cualquier optimización específica del sistema para garantizar un acceso y una recuperación eficientes de los datos.
Gestión de la continuidad y el tiempo de inactividad
Dado que la migración de datos provoca de forma inherente una interrupción operativa, desarrollar una estrategia de transición integral es crucial para el éxito. Algunas de las mejores prácticas que se deben tener en cuenta en el plan de migración para minimizar el tiempo de inactividad son:
-
Implemente sistemas de procesamiento paralelo temporales siempre que sea posible para mantener la continuidad del negocio.
-
Programe las migraciones durante los períodos de poco tráfico, como los fines de semana o las horas nocturnas.
-
Establezca procedimientos de reversión bien probados para una recuperación rápida en caso de problemas inesperados.
