要获得与亚马逊 Timestream 类似的功能 LiveAnalytics，可以考虑适用于 InfluxDB 的亚马逊 Timestream。适用于 InfluxDB 的 Amazon Timestream 提供简化的数据摄取和个位数毫秒级的查询响应时间，以实现实时分析。点击[此处](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)了解更多信息。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 使用查询见解响应以优化查询
<a name="optimize-query-using-query-insights"></a>

假设你正在使用 Amazon Timestream LiveAnalytics 来监控不同地点的能耗。假设您的数据库中有两个表，名为 `raw-metrics` 和 `aggregate-metrics`。

`raw-metrics` 表存储设备级别的详细能耗数据，包含以下列：
+ Timestamp
+ 州，例如，华盛顿州
+ 设备 ID
+ 能源消耗

该表的数据是按 minute-by-minute粒度收集和存储的。该表将 `State` 用作 CDPK。

`aggregate-metrics` 表存储计划查询的结果，每小时汇总一次所有设备的能耗数据。此表包含以下列：
+ Timestamp
+ 州，例如，华盛顿州
+ 总能耗量

`aggregate-metrics` 表以小时为单位存储这些数据。该表将 `State` 用作 CDPK。

**Topics**
+ [查询过去 24 小时的能耗情况](#query-energy-consumption-data)
+ [针对时间范围优化查询](#optimize-query-temporal-range)
+ [优化查询的空间覆盖](#optimize-query-spatial-coverage)
+ [提高查询性能](#improved-query-performance)

## 查询过去 24 小时的能耗情况
<a name="query-energy-consumption-data"></a>

假设您想提取华盛顿过去 24 小时内的总能耗量。要查找这些数据，您可以同时利用以下两个表的优势：`raw-metrics` 和 `aggregate-metrics`。`aggregate-metrics`表 提供过去 23 小时的每小时能耗数据，而 `raw-metrics` 表提供过去 1 小时的每分钟数据。通过对这两个表进行查询，您可以完整且准确地了解华盛顿过去 24 小时内的能耗情况。

```
SELECT am.time, am.state, am.total_energy_consumption, 
rm.time, rm.state, rm.device_id, rm.energy_consumption
FROM 
 "metrics"."aggregate-metrics" am
 LEFT JOIN "metrics"."raw-metrics" rm ON am.state = rm.state
WHERE rm.time >= ago(1h) and rm.time < now()
```

此示例查询仅用于说明目的，可能无法直接使用。该示例旨在演示概念，但您可能需要根据具体使用案例或环境进行修改。

执行此查询后，您可能会发现查询响应时间比预期更慢。要确定此性能问题的根本原因，您可以使用查询见解功能，以分析查询的性能并优化其执行过程。

以下示例显示查询见解响应。

```
queryInsightsResponse={
                QuerySpatialCoverage: {
                    Max: {
                        Value: 1.0,
                        TableArn: arn:aws:timestream:us-east-1:123456789012:database/metrics/table/raw-metrics,
                        PartitionKey: [State]
                    }
                },
                QueryTemporalRange: {
                    Max: {
                        Value:31540000000000000 //365 days,
                        TableArn: arn:aws:timestream:us-east-1:123456789012:database/metrics/table/aggregate-metrics
                    }
                },
                QueryTableCount: 2,
                OutputRows: 83,
                OutputBytes: 590
```

查询见解响应提供以下信息：
+ **时间范围**：查询针对 `aggregate-metrics` 表实施扫描的时间范围超出 365 天。这表明时间筛选条件的使用效率低下。
+ **空间覆盖**：查询扫描 `raw-metrics` 表的整个空间范围（100%）。这表明空间筛选条件并未得到有效利用。

如果您的查询访问多个表，则查询见解会针对访问模式最差的表提供指标。

## 针对时间范围优化查询
<a name="optimize-query-temporal-range"></a>

根据查询见解响应，您可以优化查询的时间范围，如下例所示。

```
SELECT am.time, am.state, am.total_energy_consumption, 
rm.time, rm.state, rm.device_id, rm.energy_consumption
FROM 
  "metrics"."aggregate-metrics" am
  LEFT JOIN "metrics"."raw-metrics" rm ON am.state = rm.state
WHERE 
  am.time >=  ago(23h) and am.time < now()
  AND rm.time >=  ago(1h) and rm.time < now()
  AND rm.state = 'Washington'
```

如果再次运行 `QueryInsights` 命令，该命令会返回以下响应。

```
queryInsightsResponse={
                QuerySpatialCoverage: {
                    Max: {
                        Value: 1.0,
                        TableArn: arn:aws:timestream:us-east-1:123456789012:database/metrics/table/aggregate-metrics,
                        PartitionKey: [State]
                    }
                },
                QueryTemporalRange: {
                    Max: {
                        Value: 82800000000000 //23 hours,
                        TableArn: arn:aws:timestream:us-east-1:123456789012:database/metrics/table/aggregate-metrics
                    }
                },
                QueryTableCount: 2,
                OutputRows: 83,
                OutputBytes: 590
```

此响应显示 `aggregate-metrics` 表的空间覆盖仍为 100%，效率低下。以下部分介绍如何优化查询的空间覆盖。

## 优化查询的空间覆盖
<a name="optimize-query-spatial-coverage"></a>

根据查询见解响应，您可以优化查询的空间覆盖，如下例所示。

```
SELECT am.time, am.state, am.total_energy_consumption, 
rm.time, rm.state, rm.device_id, rm.energy_consumption
FROM 
  "metrics"."aggregate-metrics" am
  LEFT JOIN "metrics"."raw-metrics" rm ON am.state = rm.state
WHERE 
  am.time >=  ago(23h) and am.time < now()
  AND am.state ='Washington'
  AND rm.time >=  ago(1h) and rm.time < now()
  AND rm.state = 'Washington'
```

如果再次运行 `QueryInsights` 命令，该命令会返回以下响应。

```
queryInsightsResponse={
                QuerySpatialCoverage: {
                    Max: {
                        Value: 0.02,
                        TableArn: arn:aws:timestream:us-east-1:123456789012:database/metrics/table/aggregate-metrics,
                        PartitionKey: [State]
                    }
                },
                QueryTemporalRange: {
                    Max: {
                        Value: 82800000000000 //23 hours,
                        TableArn: arn:aws:timestream:us-east-1:123456789012:database/metrics/table/aggregate-metrics
                    }
                },
                QueryTableCount: 2,
                OutputRows: 83,
                OutputBytes: 590
```

## 提高查询性能
<a name="improved-query-performance"></a>

优化查询后，查询见解会提供以下信息：
+ `aggregate-metrics` 表的时间修剪为 23 小时。这表示仅扫描时间范围内的 23 小时。
+ `aggregate-metrics` 表的空间修剪为 0.02。这表明仅扫描该表空间范围内 2% 的数据。该查询仅扫描表中极小部分数据，从而实现快速性能并降低资源利用率。修剪效率的提高表明查询现在已针对性能进行优化。