Amazon Timestream for LiveAnalytics 가용성 변경 - Amazon Timestream
대체 서비스 평가

Amazon Timestream for LiveAnalytics와 유사한 기능을 사용하려면 Amazon Timestream for InfluxDB를 고려하세요. 실시간 분석을 위해 간소화된 데이터 수집 및 한 자릿수 밀리초 쿼리 응답 시간을 제공합니다. 여기에서 자세히 알아보세요.

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

Amazon Timestream for LiveAnalytics 가용성 변경

시계열 애플리케이션에는 고유한 요구 사항과 특성이 있으므로 특정 구현 세부 정보를 살펴보기 전에 다양한 대안을 평가하는 데 도움이 되는 광범위한 프레임워크를 제공합니다. 이 상위 수준 지침은 의사 결정 프로세스의 기반이 되며, 후속 섹션에서 더 자세한 단계와 실제 구현을 다룹니다.

대체 서비스 평가

InfluxDB용 Amazon Timestream에 적합한 사용 사례

Timestream for LiveAnalytics 테이블의 카디널리티(직렬 키)가 1천만 개 미만인 경우, 즉의 고유한 조합인 경우 또는 테이블의 카디널리티를 1천만 개 미만으로 줄일 수 있는 경우 InfluxDB용 Timestream을 사용하는 것이 좋습니다. LiveAnalytics https://docs.influxdata.com/influxdb/v2/reference/key-concepts/data-elements/#series Amazon Timestream for LiveAnalytics 개념 Timestream for InfluxDB를 사용하면 InfluxDB의 오픈 소스 버전의 기능에 액세스할 수 있습니다. 이 경로를 선택하면 Flux에서 제공하는 시계열 분석 함수, 작업(에 해당예약된 쿼리) 및 Timestream for LiveAnalytics에서 제공하는 기타 유사한 함수와 같은 기존 시계열 기능이 제공됩니다. 또한 Timestream for InfluxDB는 시계열 데이터를 쿼리하고 분석하기 위해 InfluxDBInfluxQL(SQL과 유사한 쿼리 언어)을 제공합니다.

InfluxQL 대신 SQL을 사용하는 것이 좋습니다.

Amazon Aurora 또는 RDS PostgreSQL을 구현하는 것이 좋습니다. 이러한 데이터베이스는 효과적인 시계열 데이터 관리 기능을 제공하면서 전체 SQL 기능을 제공합니다. 시계열 분석은 사용 가능한 경우 기본 제공 데이터베이스 함수를 사용하여 구현하거나 애플리케이션 계층에서 관리할 수 있습니다.

대규모 데이터 수집 필요(초당 1백만 레코드 초과)

Amazon DynamoDB 또는 기타 AWS NoSQL 데이터베이스를 사용하는 것이 좋습니다. 이러한 데이터베이스는 특정 애플리케이션 요구 사항에 따라 선택할 수 있습니다. 시계열 분석은 사용 가능한 경우 기본 제공 데이터베이스 함수를 사용하여 구현하거나 애플리케이션 계층에서 관리할 수 있습니다.

선택한 대체 AWS 서비스로의 데이터 마이그레이션을 시작하기 전에 마이그레이션 전략과 궁극적인 성공에 상당한 영향을 미치는 몇 가지 주요 요소를 평가하는 것이 중요합니다. 이러한 평가는 접근 방식을 구체화하고, 잠재적 문제를 식별하고, 마이그레이션 프로세스 중에 보다 원활한 전환을 보장하는 데 도움이 됩니다.

데이터 선택 및 보존 고려 사항

정확한 보존 요구 사항을 정의하여 데이터 마이그레이션 범위를 평가합니다. 전체 기록 데이터 세트, 최근 데이터만(예: 지난 30일, 60일 또는 90일) 또는 특정 시계열 데이터 세그먼트를 마이그레이션해야 하는지 고려합니다. 이 결정은 규정 준수 요구 사항, 비즈니스의 분석 요구 사항, 마이그레이션 복잡성 및 비용에 대한 실용적인 고려 사항이라는 세 가지 주요 요인을 기반으로 해야 합니다.

쿼리 패턴 호환성 분석

시계열 데이터베이스는 쿼리 언어와 기능을 다르게 처리하기 때문에 소스(Timestream for LiveAnalytics)와 대상 서비스 간의 쿼리 호환성을 철저히 평가해야 합니다. 포괄적인 테스트를 수행하여 시스템 간의 구문 차이, 기능적 격차 및 성능 차이를 식별합니다. 모든 비즈니스 크리티컬 쿼리 또는 가능한 경우 애플리케이션이 의존하는 모든 쿼리를 테스트하여 마이그레이션 후 올바르게 작동하고 성능을 발휘하는지 확인합니다.

데이터 변환 계획

마이그레이션하기 전에 스키마 매핑에 주의하여 소스 시스템과 대상 시스템 간의 적절한 데이터 정렬 및 구조적 일관성과 시계열 데이터에 맞게 특별히 조정된 정확한 데이터 유형 변환을 보장합니다. 이러한 구성 요소는 함께 작동하여 데이터 품질을 보장하고, 성능을 최적화하고, 다양한 시스템 아키텍처에서 기능을 유지합니다. 또한 효율적인 데이터 액세스 및 검색을 보장하기 위해 특수 인덱싱 패턴 및 시스템별 최적화를 고려하세요.

연속성 및 가동 중지 시간 관리

데이터 마이그레이션은 본질적으로 운영 중단을 초래하므로 포괄적인 전환 전략을 개발하는 것이 성공에 매우 중요합니다. 가동 중지 시간을 최소화하기 위해 마이그레이션 계획에서 고려해야 할 몇 가지 모범 사례는 다음과 같습니다.

  • 가능한 경우 임시 병렬 처리 시스템을 구현하여 비즈니스 연속성을 유지합니다.

  • 주말이나 야간 시간과 같이 트래픽이 적은 기간에 마이그레이션을 예약합니다.

  • 예기치 않은 문제가 발생할 경우 신속하게 복구할 수 있도록 잘 테스트된 롤백 절차를 수립합니다.