Grafana - Amazon Timestream
샘플 애플리케이션동영상 자습서

Amazon Timestream for LiveAnalytics와 유사한 기능을 원하는 경우 Amazon Timestream for InfluxDB를 고려해 보세요. 간소화된 데이터 수집과 실시간 분석을 위한 10밀리초 미만의 쿼리 응답 시간을 제공합니다. 여기에서 자세히 알아보세요.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Grafana

Grafana를 사용하여 시계열 데이터를 시각화하고 알림을 생성할 수 있습니다. 데이터 시각화를 시작하는 데 도움이 되도록 Python 애플리케이션에서 Timestream으로 전송된 데이터를 시각화하는 Grafana의 샘플 대시보드를 제작했으며, 설정 과정을 설명하는 동영상 자습서도 함께 제공합니다.

샘플 애플리케이션

  1. 데이터베이스 생성에 설명된 지침에 따라 Timestream에서 데이터베이스와 테이블을 생성합니다.

    참고

    Grafana 대시보드의 기본 데이터베이스 이름과 테이블 이름은 각각 grafanaDB와 grafanaTable로 설정됩니다. 이러한 이름을 사용하여 설정을 최소화합니다.

  2. Python 3.7 이상을 설치합니다.

  3. Timestream Python SDK를 설치하고 구성합니다.

  4. GitHub의 지침에 따라 Timestream에 데이터를 지속적으로 수집하는 다중 스레드 Python 애플리케이션의 GitHub 리포지토리를 복제합니다.

  5. README의 지침에 따라 Timestream에 지속적으로 데이터를 수집하기 위한 애플리케이션을 실행합니다.

  6. Learn how to create and use Amazon Managed Grafana resources 또는 Install Grafana를 완료합니다.

  7. Amazon Managed Grafana를 사용하는 대신 Grafana를 설치하는 경우 Installing Amazon Timestream on Grafana Cloud를 완료합니다.

  8. 원하는 브라우저를 사용하여 Grafana 대시보드를 엽니다. 로컬에 Grafana를 설치한 경우 Grafana 설명서의 지침에 따라 로그인할 수 있습니다.

  9. Grafana를 시작한 후 데이터 원본으로 이동하고 데이터 원본 추가를 클릭하고 Timestream을 검색한 다음 Timestream 데이터 원본을 선택합니다.

  10. 인증 공급자와 리전을 구성하고 저장 및 테스트를 클릭합니다.

  11. 기본 매크로를 설정합니다.

    1. $__database를 Timestream 데이터베이스의 이름(예: grafanaDB)으로 설정합니다.

    2. $__table을 Timestream 테이블의 이름(예: grafanaTable)으로 설정합니다.

    3. $__measure를 테이블에서 가장 일반적으로 사용되는 측정값으로 설정합니다.

  12. 저장 및 테스트를 클릭합니다.

  13. 대시보드 탭을 클릭합니다.

  14. 가져오기를 클릭하여 대시보드를 가져옵니다.

  15. 샘플 애플리케이션 대시보드를 두 번 클릭합니다.

  16. 대시보드 설정을 클릭합니다.

  17. 변수를 선택합니다.

  18. dbName과 tableName을 Timestream 데이터베이스와 테이블의 이름과 일치하도록 변경합니다.

  19. 저장을 클릭합니다.

  20. 대시보드를 새로 고칩니다.

  21. 알림을 생성하려면 Grafana 설명서의 지침에 따라 Grafana 관리형 알림 규칙을 구성합니다.

  22. 알림 문제를 해결하려면 Grafana 설명서의 문제 해결에 설명된 지침을 따릅니다.

  23. 추가 정보는 Grafana 설명서를 참조하세요.

동영상 자습서

이 동영상에서는 Grafana가 Timestream과 어떻게 연동되는지 설명합니다.