Amazon Timestream

高速でスケーラブルな完全マネージド型の時系列データベース

Amazon Timestream は、IoT および運用アプリケーションに適した、高速でスケーラブルな完全マネージド型の時系列データベースサービスです。1 日あたり数兆規模のイベントを、リレーショナルデータベースの 1/10 のコストで簡単に保存および分析できます。IoT デバイスや IT システムの普及や、産業機器のスマート化により、時系列データ (時間の経過に伴うモノの変化を記録したデータ) は、急速に増加しているデータ型の 1 つです。時系列データには、さまざまな固有の特徴があります。例えば、通常はイベントの発生順にデータが記録される、データは追記専用、クエリは常に時間間隔で実行される、などです。リレーショナルデータベースでも時系列データを保存できますが、時間間隔によるデータの保存と検索などの最適化が行われないため、データ処理が非効率的になります。 Timestream は、時系列専用データベースであるため、データを時間間隔で効率的に保存および処理できます。Timestream を使用すれば、DevOps のログデータ、IoT アプリケーションのセンサーデータ、設備保全の産業用テレメトリデータを簡単に保存および分析できます。時間の経過によりデータが増加すると、Timestream の適応型クエリ処理エンジンがデータのロケーションとフォーマットを把握し、それらのデータをシンプル化します。データがシンプル化されることで、分析速度も向上します。 Timestream では、データのロールアップ、保持、階層化、圧縮が自動化されるため、データ管理を限りなく低いコストで実現できます。 Timestream はサーバーレスのサービスであり、サーバーの管理は不要です。サーバーのプロビジョニング、ソフトウェアのパッチ適用、セットアップ、構成設定、データの保持および階層化といった時間のかかるタスクから解放されるため、アプリケーションの構築に注力できます。

AWS re:Invent 2018 での Amazon Timestream の発表

利点

1/10 のコストで 1,000 倍の処理速度を実現

Timestream は、1 日あたり数兆のイベントを処理する高いスケーラビリティと処理速度により、リレーショナルデータベースの 1/10 のコストで最大 1,000 倍のクエリパフォーマンスを実現します。リレーショナルデータベースとは異なり、データを時間間隔で編成するため、クエリに応答するためにスキャンする必要のあるデータ量を削減できます。また、挿入とクエリを異なる処理階層で実行するため、リソースの競合が解消されパフォーマンスが向上します。

組み込みの分析機能

平滑化、近似、補間などの組み込みの分析関数を利用して、時系列データを迅速に準備および分析できます。また、Timestream の適応型クエリ処理エンジンは、さまざまな時間間隔 (ミリ秒、マイクロ秒、ナノ秒など) 向けに最適化されているため、時系列データを容易に分析できます。

サーバーレス

Timestream では、サーバーの管理は不要です。アプリケーションのニーズが変化すると、自動的にスケールアップまたはスケールダウンして、容量とパフォーマンスを調整します。 サーバーのプロビジョニング、ソフトウェアのパッチ適用、セットアップ、構成設定といった時間のかかるタスクは Timestream で行われるため、開発者はアプリケーションの構築に注力できます。また、Timestream のデータ保持ポリシーによりデータの保存方法が自動化されるため、時間の経過とともにデータ量が増大してもデータの管理コストを抑えることができます。

仕組み

Timestream – 仕組み

ユースケース

DevOps

DevOps アプリケーションでは、毎秒数百万件の挿入によってデータを収集し、そのデータをリアルタイムで分析してアプリケーションのパフォーマンスと可用性を改善します。Timestream は、DevOps アプリケーションに理想的なデータベースです。例えば、Timestream を使用すると、アプリケーションのパフォーマンスと管理のためのアプリケーションデータ、ネットワークを最適化するためのネットワークデータ、インフラストラクチャの可用性を向上するためのサーバー監視データを、それぞれ収集および分析できます。

産業用テレメトリ

Timestream を使用すると、産業機器のメンテナンス、取引の監視、フリート管理、ルートの計画と最適化向けの大規模な時系列データを容易に保存および分析できます。Timestream の適応型クエリ処理エンジンとデータ保持ポリシーにより、クエリパフォーマンスとストレージ容量が調整されるため、時間の経過に伴ってデータ量が増大しても、最小限のコストで、安定した予測可能なパフォーマンスを維持できます。

IoT アプリケーション

Timestream には、平滑化、近似、補間などの分析用関数が組み込まれています。これにより、IoT アプリケーションによって生成される時系列データを迅速に分析できます。例えば、スマートホームデバイスのメーカーは、Timestream を使用して、デバイスのセンサーから動作データや温度データを収集し、補間によって動作なしの時間範囲を特定して、消灯したりヒーターの温度を下げたりしてエネルギーを節約するよう利用者に警告できます。

アプリケーションのモニタリング

Timestream を使用すると、カスタマージャーニー (一定期間における複数のアプリケーションにまたがるユーザーの行動) を把握できる規模でクリックストリームデータを容易に保存および分析できます。例えば、Timestream を使用して、アプリケーションの内向きおよび外向きのウェブトラフィックを保存および処理できます。また、こうしたデータを Timestream に用意されている分析関数で分析することにより、購入経路やショッピングカートの放棄など、正確で深い理解が得られます。