Amazon Timestream

快速、可扩展且完全托管的时间序列数据库

Amazon Timestream 是一种快速、可扩展且完全托管的时间序列数据库服务,适用于 IoT 和运营应用程序,通过该服务每天可以轻松存储和分析数万亿个事件,其成本仅为关系数据库的十分之一。在 IoT 设备、IT 系统和智能工业机器兴起的推动下,时间序列数据(衡量事物随时间变化的数据)是增长最快的数据类型之一。时间序列数据具有特定的特征,例如通常以时间顺序形式出现,数据只能附加,并且查询总是在一个时间间隔内进行。虽然关系数据库可以存储这些数据,但是它们在处理这些数据时效率低下,因为它们缺乏优化,例如按时间间隔存储和检索数据。 Timestream 是一种专门构建的时间序列数据库,它可以按时间间隔高效地存储和处理这些数据。利用 Timestream,您可以轻松存储和分析用于开发运营的日志数据、用于 IoT 应用程序的传感器数据和用于设备维护的工业遥测数据。在数据随着时间而增长的过程中,Timestream 的自适应查询处理引擎会掌握数据位置和格式,以便更轻松快速地分析数据。 Timestream 还会自动对数据进行汇总、保留、分层和压缩处理,以便您能够以最低可能成本管理数据。 Timestream 不需要服务器,因此您无需管理服务器。它负责管理耗时的任务,如服务器预置、软件补丁、设置、配置或数据保留与分层,从而让您能够专注于应用程序构建。

AWS re:Invent 2018 大会上的 Amazon Timestream 公告

优势

速度提高了 1000 倍,成本只有十分之一

Timestream 可以为您提供每天处理数万亿事件的规模和速度,查询性能提高了 1000 倍,其成本只有关系数据库的十分之一。与关系数据库不同,Timestream 按时间间隔组织数据,从而减少了回答查询时需要扫描的数据量。它在单独的处理层中执行插入和查询,从而消除了资源争用以提高性能。

内置分析

使用内置的分析函数(如平滑、近似和插值)快速准备和分析时间序列数据。此外,针对各种时间间隔(如毫秒、微秒和纳秒)对 Timestream 的自适应查询处理引擎进行优化,从而使您轻松地分析时间序列数据。

无服务器

借助 Timestream,您无需管理服务器。当您的应用程序需要更改时,Timestream 会自动扩展或缩减以调整容量和性能。 Timestream 负责管理耗时的任务,如服务器预置、软件补丁、设置和配置,因此您可以专注于应用程序构建。您可以使用 Timestream 的数据保留策略来实现数据的自动化存储,从而减少随着时间推移而增长的管理数据成本。

工作原理

Timestream – 工作原理

使用案例

开发运营

Timestream 是开发运营应用程序的理想选择,这些应用程序以每秒数百万次插入的速度收集数据,并实时分析这些数据以提高应用程序的性能和可用性。例如,借助 Timestream,您可以收集和分析应用程序数据用于应用程序性能管理,收集和分析网络数据用于网络优化,收集和分析服务器监控数据以提高基础设施的可用性。

工业遥测

Timestream 使您能够轻松地大规模存储和分析时间序列数据,用于工业设备维护、贸易监控、队列管理以及路线规划和优化。Timestream 的自适应查询处理引擎和数据保留策略可调整查询性能和存储容量,以便随着数据的增长,以尽可能低的成本保持稳定、可预测的性能。

IoT 应用程序

Timestream 使您能够使用内置的分析函数(如平滑、近似和插值)快速分析 IoT 应用程序生成的时间序列数据。例如,智能家庭设备制造商可以使用 Timestream 从设备传感器收集运动或温度数据,插入以识别没有运动的时间范围,并提醒消费者采取措施(例如关灯或减少热量)以节省能量。

应用程序监控

Timestream 使您能够轻松地大规模存储和分析点击流数据以了解客户之旅,即一段时间内应用程序中用户的活动。例如,您可以使用 Timestream 存储和处理应用程序的传入和传出 Web 流量。Timestream 还提供分析函数来分析这些数据,并获取购买途径和购物车遗弃等情况的见解。