如需與 Amazon Timestream for LiveAnalytics 類似的功能，請考慮使用 Amazon Timestream for InfluxDB。它提供簡化的資料擷取和單一位數毫秒查詢回應時間，以進行即時分析。[在這裡](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)進一步了解。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 寫入
<a name="metering-and-pricing.writes"></a>

 每個時間序列事件的寫入大小的計算方式為時間戳記大小和一或多個維度名稱、維度值、度量名稱和度量值的總和。時間戳記的大小為 8 個位元組。維度名稱、維度值和度量名稱的大小是字串 UTF-8 編碼位元組的長度，代表每個維度名稱、維度值和度量名稱。度量值的大小取決於資料類型。布林值資料類型為 1 位元組，Butint 和 Double 為 8 位元組，字串為 UTF-8 編碼位元組的長度。每次寫入都會以 1 KiB 的單位計算。

以下提供兩個範例計算：

**Topics**
+ [計算時間序列事件的寫入大小](#metering-and-pricing.writes.write-size-one-event)
+ [計算寫入次數](#metering-and-pricing.writes.write-size-multiple-events)

## 計算時間序列事件的寫入大小
<a name="metering-and-pricing.writes.write-size-one-event"></a>

考慮代表 EC2 執行個體 CPU 使用率的時間序列事件，如下所示：


| 時間 | region | az | vpc | Hostname (主機名稱) | measure\$1name | measure\$1value::double | 
| --- | --- | --- | --- | --- | --- | --- | 
|  1602983435238563000  |  us-east-1  |  1d  |  vpc-1a2b3c4d  |  host-24Gju  |  cpu\$1utilization  |  35.0  | 

時間序列事件的寫入大小可以計算為：
+ time = 8 個位元組
+ 第一個維度 = 15 位元組 (`region`\$1`us-east-1`)
+ 第二個維度 = 4 位元組 (`az`\$1`1d`)
+ 第三個維度 = 15 位元組 (`vpc`\$1`vpc-1a2b3c4d`)
+ 第四個維度 = 18 位元組 (`hostname`\$1`host-24Gju`)
+ 量值的名稱 = 15 位元組 (`cpu_utilization`)
+ 量值 = 8 個位元組

**時間序列事件的寫入大小 = 83 位元組**

## 計算寫入次數
<a name="metering-and-pricing.writes.write-size-multiple-events"></a>

現在請考慮 100 個 EC2 執行個體，類似於 中所述的執行個體[計算時間序列事件的寫入大小](#metering-and-pricing.writes.write-size-one-event)，每 5 秒發出一次指標。EC2 執行個體的每月寫入總數會根據每次寫入的時間序列事件數量，以及批次處理時間序列事件時使用的常見屬性而有所不同。針對下列每個案例提供計算每月寫入總數的範例：

**Topics**
+ [每次寫入一次序列事件](#metering-and-pricing.writes.write-size-multiple-events.one-event-per-write)
+ [在寫入中批次處理時間序列事件](#metering-and-pricing.writes.write-size-multiple-events.batching-events)
+ [批次處理時間序列事件，並在寫入中使用常見屬性](#metering-and-pricing.writes.write-size-multiple-events.batching-events-and-using-common-attrbs)

### 每次寫入一次序列事件
<a name="metering-and-pricing.writes.write-size-multiple-events.one-event-per-write"></a>

如果每個寫入只包含一個時間序列事件，則每月寫入總數的計算方式為：
+ 100 個時間序列事件 = 每 5 秒 100 次寫入
+ x 12 次寫入/分鐘 = 1，200 次寫入
+ x 60 分鐘/小時 = 72，000 次寫入
+ x 24 小時/天 = 1，728，000 次寫入
+ x 30 天/月 = 51，840，000 次寫入

**每月寫入總數 = 51，840，000**

### 在寫入中批次處理時間序列事件
<a name="metering-and-pricing.writes.write-size-multiple-events.batching-events"></a>

由於每個寫入的測量單位為 1 KB，因此寫入可以包含 12 個時間序列事件 (998 位元組） 的批次，每月寫入總數的計算方式為：
+ 100 個時間序列事件 = 每 5 秒 9 次寫入 （每次寫入 12 次時間序列事件）
+ x 12 次寫入/分鐘 = 108 次寫入
+ x 60 分鐘/小時 = 6，480 次寫入
+ x 24 小時/天 = 155，520 次寫入
+ x 30 天/月 = 4，665，600 次寫入

**每月寫入總數 = 4，665，600**

### 批次處理時間序列事件，並在寫入中使用常見屬性
<a name="metering-and-pricing.writes.write-size-multiple-events.batching-events-and-using-common-attrbs"></a>

如果區域、az、vpc 和量值名稱在 100 個 EC2 執行個體中通用，則每次寫入只能指定一次通用值，並稱為通用屬性。在此情況下，常見屬性的大小為 52 個位元組，時間序列事件的大小為 27 個位元組。由於每個寫入的測量單位為 1 KiB，寫入可以包含 36 個時間序列事件和常見屬性，每月寫入總數的計算方式為：
+ 100 個時間序列事件 = 每 5 秒 3 次寫入 （每次寫入 36 次時間序列事件）
+ x 12 次寫入/分鐘 = 36 次寫入
+ x 60 分鐘/小時 = 2，160 次寫入
+ x 24 小時/天 = 51，840 次寫入
+ x 30 天/月 = 1，555，200 次寫入

**每月寫入總數 = 1，555，200**

**注意**  
由於使用批次處理、常見屬性和將寫入四捨五入為 1KB 單位，時間序列事件的儲存大小可能與寫入大小不同。