Für ähnliche Funktionen wie Amazon Timestream für sollten Sie Amazon Timestream for LiveAnalytics InfluxDB in Betracht ziehen. Es bietet eine vereinfachte Datenaufnahme und Antwortzeiten im einstelligen Millisekundenbereich für Analysen in Echtzeit. [Erfahren](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html) Sie hier mehr.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Datenmodellzuordnungen für das Batch-Laden
<a name="batch-load-data-model-mappings"></a>

Im Folgenden wird das Schema für Datenmodellzuordnungen beschrieben und ein Beispiel gegeben.

## Schema für Datenmodellzuordnungen
<a name="batch-load-data-model-mappings-schema"></a>

Die `CreateBatchLoadTask` Anforderungssyntax und ein `BatchLoadTaskDescription` Objekt, das durch einen Aufruf zurückgegeben wird, um ein `DataModelConfiguration` Objekt `DescribeBatchLoadTask` einzuschließen, das das `DataModel` für das Batch-Laden einschließt. Das `DataModel` definiert Zuordnungen von Quelldaten, die im CSV-Format an einem S3-Speicherort gespeichert sind, zu einem Ziel-Timestream für LiveAnalytics Datenbank und Tabelle. 

Das `TimeColumn` Feld gibt den Speicherort der Quelldaten für den Wert an, der der `time` Spalte der Zieltabelle in Timestream for zugeordnet werden soll. LiveAnalytics Das `TimeUnit` gibt die Einheit für`TimeColumn`, an und kann eine von`MILLISECONDS`, `SECONDS``MICROSECONDS`, oder sein. `NANOSECONDS` Es gibt auch Zuordnungen für Dimensionen und Kennzahlen. Dimensionszuordnungen bestehen aus Quellspalten und Zielfeldern. 

Weitere Informationen finden Sie unter [DimensionMapping](https://docs.aws.amazon.com/timestream/latest/developerguide/API_DimensionMapping). Die Zuordnungen für Kennzahlen haben zwei Optionen: und. `MixedMeasureMappings` `MultiMeasureMappings`

Zusammenfassend lässt sich sagen, dass a Zuordnungen von einer Datenquelle an einem S3-Standort zu einem Ziel-Timestream für die folgende Tabelle `DataModel` enthält. LiveAnalytics 
+ Zeit
+ Dimensionen
+ Maßnahmen

Wenn möglich, empfehlen wir, dass Sie Messdaten Datensätzen mit mehreren Messwerten in Timestream for zuordnen. LiveAnalytics Informationen zu den Vorteilen von Datensätzen mit mehreren Kennzahlen finden Sie unter. [Datensätze mit mehreren Messwerten](writes.md#writes.writing-data-multi-measure) 

Wenn mehrere Kennzahlen in den Quelldaten in einer Zeile gespeichert sind, können Sie diese mehreren Kennzahlen zur Verwendung den Datensätzen mit mehreren Kennzahlen in Timestream zuordnen. LiveAnalytics `MultiMeasureMappings` Wenn es Werte gibt, die einem Datensatz mit einer einzigen Kennzahl zugeordnet werden müssen, können Sie Folgendes verwenden. `MixedMeasureMappings` 

`MixedMeasureMappings`und `MultiMeasureMappings` beide beinhalten`MultiMeasureAttributeMappings`. Datensätze mit mehreren Messwerten werden unabhängig davon unterstützt, ob Datensätze mit einer einzigen Kennzahl benötigt werden.

Wenn in Timestream for nur Zieldatensätze mit mehreren Kennzahlen benötigt werden LiveAnalytics, können Sie Kennzahlzuordnungen in der folgenden Struktur definieren.

```
CreateBatchLoadTask
    MeasureNameColumn
    MultiMeasureMappings
        TargetMultiMeasureName
        MultiMeasureAttributeMappings array
```

**Anmerkung**  
Wir empfehlen, wann immer möglich zu verwenden. `MultiMeasureMappings`

Wenn in Timestream für Einzelkennzahlen Zieldatensätze benötigt werden LiveAnalytics, können Sie Kennzahlzuordnungen in der folgenden Struktur definieren.

```
CreateBatchLoadTask
    MeasureNameColumn
    MixedMeasureMappings array
        MixedMeasureMapping
            MeasureName
            MeasureValueType
            SourceColumn
            TargetMeasureName
            MultiMeasureAttributeMappings array
```

Wenn Sie es verwenden`MultiMeasureMappings`, ist das `MultiMeasureAttributeMappings` Array immer erforderlich. Wenn Sie das `MixedMeasureMappings` Array verwenden, `MeasureValueType` ist es `MULTI` dafür erforderlich`MixedMeasureMapping`, wenn es für ein bestimmtes Objekt `MultiMeasureAttributeMappings` ist`MixedMeasureMapping`. `MeasureValueType`Gibt andernfalls den Messtyp für den Datensatz mit einer einzelnen Kennzahl an.

In beiden Fällen ist eine Reihe von `MultiMeasureAttributeMapping` verfügbaren verfügbar. Sie definieren die Zuordnungen zu Datensätzen mit mehreren Kennzahlen jeweils `MultiMeasureAttributeMapping` wie folgt:

`SourceColumn`  
Die Spalte in den Quelldaten, die sich in Amazon S3 befindet.

`TargetMultiMeasureAttributeName`  
Der Name des Zielnamens für mehrere Kennzahlen in der Zieltabelle. Diese Eingabe ist erforderlich, wenn sie nicht angegeben `MeasureNameColumn` wird. Wenn angegeben, `MeasureNameColumn` wird der Wert aus dieser Spalte als Name für mehrere Kennzahlen verwendet.

`MeasureValueType`  
Einer von`DOUBLE`, `BIGINT` `BOOLEAN``VARCHAR`, oder`TIMESTAMP`.

## Datenmodellzuordnungen mit Beispiel `MultiMeasureMappings`
<a name="batch-load-data-model-mappings-example-multi"></a>

In diesem Beispiel wird die Zuordnung zu Datensätzen mit mehreren Kennzahlen demonstriert, der bevorzugte Ansatz, bei dem jeder Messwert in einer eigenen Spalte gespeichert wird. Sie können ein CSV-Beispiel unter [Beispiel-CSV](samples/batch-load-sample-file.csv.zip) herunterladen. Das Beispiel hat die folgenden Überschriften, die einer Zielspalte in einer LiveAnalytics Timestream-für-Tabelle zugeordnet werden können.
+ `time`
+ `measure_name`
+ `region`
+ `location`
+ `hostname`
+ `memory_utilization`
+ `cpu_utilization`

Identifizieren Sie die `measure_name` Spalten `time` und in der CSV-Datei. In diesem Fall werden diese direkt dem Timestream für LiveAnalytics Tabellenspalten mit demselben Namen zugeordnet.
+ `time`ordnet zu `time`
+ `measure_name`ordnet zu `measure_name` (oder dem von Ihnen ausgewählten Wert)

Wenn Sie die API verwenden, geben Sie `time` in dem `TimeColumn` Feld einen unterstützten Wert für die Zeiteinheit an, z. B. `MILLISECONDS` im `TimeUnit` Feld. Diese entsprechen dem **Quellspaltennamen und der** **Timestamp-Zeiteingabe** in der Konsole. Sie können Datensätze gruppieren oder partitionieren, indem Sie `measure_name` das verwenden, was mit dem `MeasureNameColumn` Schlüssel definiert ist.

In der Stichprobe `hostname` sind `region``location`,, und Dimensionen. Dimensionen werden einer Reihe von `DimensionMapping` Objekten zugeordnet.

Bei Kennzahlen `TargetMultiMeasureAttributeName` wird der Wert zu einer Spalte in der Timestream-For-Tabelle. LiveAnalytics Sie können den gleichen Namen wie in diesem Beispiel beibehalten. Oder Sie können einen neuen angeben. `MeasureValueType`ist einer von `DOUBLE``BIGINT`,`BOOLEAN`,`VARCHAR`, oder`TIMESTAMP`. 

```
{
  "TimeColumn": "time",
  "TimeUnit": "MILLISECONDS",
  "DimensionMappings": [
    {
      "SourceColumn": "region",
      "DestinationColumn": "region"
    },
    {
      "SourceColumn": "location",
      "DestinationColumn": "location"
    },
    {
      "SourceColumn": "hostname",
      "DestinationColumn": "hostname"
    }
  ],
  "MeasureNameColumn": "measure_name",
  "MultiMeasureMappings": {
    "MultiMeasureAttributeMappings": [
      {
        "SourceColumn": "memory_utilization",
        "TargetMultiMeasureAttributeName": "memory_utilization",
        "MeasureValueType": "DOUBLE"
      },
      {
        "SourceColumn": "cpu_utilization",
        "TargetMultiMeasureAttributeName": "cpu_utilization",
        "MeasureValueType": "DOUBLE"
      }
    ]
  }
}
```

![\[Visual builder interface showing column mappings for timestream data attributes and types.\]](http://docs.aws.amazon.com/de_de/timestream/latest/developerguide/images/column-mapping.jpg)


## Datenmodellzuordnungen mit Beispiel `MixedMeasureMappings`
<a name="batch-load-data-model-mappings-example-mixed"></a>

Wir empfehlen, diesen Ansatz nur zu verwenden, wenn Sie Datensätze mit einer einzigen Kennzahl in Timestream for zuordnen müssen. LiveAnalytics