Para recursos semelhantes aos do Amazon Timestream para, considere o Amazon Timestream LiveAnalytics para InfluxDB. Ele oferece ingestão de dados simplificada e tempos de resposta de consulta de um dígito em milissegundos para análises em tempo real. Saiba mais aqui.
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Configurando o Amazon Timestream para LiveAnalytics
Configure o período de retenção de dados para o armazenamento na memória e o armazenamento magnético de acordo com os requisitos de processamento, armazenamento, desempenho de consultas e custo de dados.
-
Defina a retenção de dados do armazenamento na memória de acordo com os requisitos do seu aplicativo para processar dados que chegam tardiamente. Os dados que chegam tardiamente são dados recebidos com um registro de data e hora anterior ao atual. Eles são emitidos de recursos que agrupam eventos por um período de tempo antes de enviar os dados para o Timestream para LiveAnalytics e também de recursos com conectividade intermitente, por exemplo, um sensor de IoT que está on-line de forma intermitente.
-
Se você espera que os dados de chegada tardia cheguem ocasionalmente com registros de data e hora antes da retenção do armazenamento na memória, você deve habilitar as gravações do armazenamento magnético para sua tabela. Depois de definir EnableMagneticStoreWrites em MagneticStoreWritesProperties para uma tabela, a tabela aceitará dados com registro de data e hora anteriores à retenção do armazenamento na memória, mas dentro do período de retenção do armazenamento magnético.
-
Considere as características das consultas que você planeja executar no Timestream para LiveAnalytics, como os tipos de consultas, a frequência, o intervalo de tempo e os requisitos de desempenho. Isso ocorre porque o armazenamento na memória e o armazenamento magnético são otimizados para diferentes cenários. O armazenamento na memória é otimizado para consultas rápidas pontuais que processam pequenas quantidades de dados recentes enviadas ao Timestream para LiveAnalytics. O armazenamento magnético é otimizado para consultas analíticas rápidas que processam volumes médios a grandes de dados enviados ao Timestream para LiveAnalytics.
-
Seu período de retenção de dados também deve ser influenciado pelos requisitos de custo do seu sistema.
Por exemplo, considere um cenário em que o limite de dados de chegada tardia para seu aplicativo é de 2 horas e seus aplicativos enviam muitas consultas que processam dados de um dia, uma semana ou um mês. Nesse caso, talvez você queira configurar um período de retenção menor para o armazenamento na memória (2 a 3 horas) e permitir que mais dados fluam para o armazenamento magnético, já que o armazenamento magnético é otimizado para consultas analíticas rápidas.
Entenda o impacto de aumentar ou diminuir o período de retenção de dados do armazenamento na memória e do armazenamento magnético de uma tabela existente.
-
Quando você diminui o período de retenção do armazenamento na memória, os dados são movidos do armazenamento na memória para o armazenamento magnético, e essa transferência de dados é permanente. O Timestream para LiveAnalytics não recupera dados do armazenamento magnético para preencher o armazenamento na memória. Quando você diminui o período de retenção do armazenamento magnético, os dados são excluídos do sistema e a exclusão de dados é permanente.
-
Quando você aumenta o período de retenção do armazenamento na memória ou do armazenamento magnético, a alteração entra em vigor para os dados enviados ao Timestream para LiveAnalytics a partir desse ponto. O Timestream para LiveAnalytics não recupera dados do armazenamento magnético para preencher o armazenamento na memória. Por exemplo, se o período de retenção do armazenamento na memória foi inicialmente definido para 2 horas e depois aumentado para 24 horas, serão necessárias 22 horas para que o armazenamento na memória contenha 24 horas de dados.
