Bewährte Methoden zum Laden von Batch

CSVDie zur Aufnahme eingereichten Dateien sind klein, insbesondere mit einer Dateigröße von 100 MB bis 1 GB, um die Parallelität und Geschwindigkeit der Aufnahme zu verbessern.

Vermeiden Sie es, während des Batchladevorgangs gleichzeitig Daten in dieselbe Tabelle aufzunehmen (z. B. mithilfe des WriteRecords API Vorgangs oder einer geplanten Abfrage). Dies kann zu Drosselungen führen und die Aufgabe zum Laden des Batches schlägt fehl.

Fügen Sie dem S3-Bucket, der beim Batch-Load verwendet wird, keine Dateien hinzu, ändern oder entfernen Sie keine Dateien aus dem S3-Bucket, während die Batch-Load-Task ausgeführt wird.

Löschen oder entziehen Sie keine Berechtigungen für Tabellen oder Quellen und melden Sie keine S3-Buckets, die geplante oder laufende Batch-Ladeaufgaben enthalten.

Wenn Sie Daten mit einem Satz von Dimensionswerten mit hoher Kardinalität aufnehmen, folgen Sie den Anweisungen unter. Empfehlungen für die Partitionierung von Datensätzen mit mehreren Kennzahlen

Stellen Sie sicher, dass Sie die Daten auf Richtigkeit testen, indem Sie eine kleine Datei einreichen. Alle Daten, die beim Batch-Load eingereicht werden, werden Ihnen unabhängig von ihrer Richtigkeit in Rechnung gestellt. Weitere Informationen zur Preisgestaltung finden Sie unter Amazon Timestream Timestream-Preise.

Nehmen Sie eine Batch-Ladeaufgabe nicht wieder auf, es sei denn, Sie ActiveMagneticStorePartitions haben weniger als 250. Der Job ist möglicherweise gedrosselt und schlägt fehl. Wenn Sie mehrere Jobs gleichzeitig für dieselbe Datenbank einreichen, sollte sich die Anzahl verringern.

Verwenden Sie den Builder nur für eine einfachere Datenmodellierung, bei der nur ein Kennzahlname für Datensätze mit mehreren Kennzahlen verwendet wird.

Verwenden JSON Sie für eine komplexere Datenmodellierung. Verwenden Sie dies beispielsweise, JSON wenn Sie mehrere Kennzahlnamen verwenden, wenn Sie Datensätze mit mehreren Kennzahlen verwenden.