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.
Amazon Timestream für Konzepte LiveAnalytics
Zeitreihendaten sind eine Folge von Datenpunkten, die über ein Zeitintervall aufgezeichnet wurden. Diese Art von Daten wird zur Messung von Ereignissen verwendet, die sich im Laufe der Zeit ändern. Beispiele sind unter anderem:
-
Aktienkurse im Laufe der Zeit
-
Temperaturmessungen im Laufe der Zeit
-
CPUNutzung einer EC2 Instanz im Laufe der Zeit
Bei Zeitreihendaten besteht jeder Datenpunkt aus einem Zeitstempel, einem oder mehreren Attributen und dem Ereignis, das sich im Laufe der Zeit ändert. Diese Daten können verwendet werden, um Einblicke in die Leistung und den Zustand einer Anwendung zu gewinnen, Anomalien zu erkennen und Optimierungsmöglichkeiten zu identifizieren. Beispielsweise möchten DevOps Ingenieure möglicherweise Daten einsehen, mit denen Änderungen an den Leistungskennzahlen der Infrastruktur gemessen werden. Hersteller möchten möglicherweise IoT-Sensordaten verfolgen, mit denen Änderungen an Geräten in einer Einrichtung gemessen werden. Online-Marketer möchten möglicherweise Clickstream-Daten analysieren, die erfassen, wie ein Nutzer im Laufe der Zeit auf einer Website navigiert. Da Zeitreihendaten aus mehreren Quellen in extrem großen Mengen generiert werden, müssen sie kostengünstig und nahezu in Echtzeit erfasst werden. Daher ist ein effizienter Speicher erforderlich, der die Organisation und Analyse der Daten unterstützt.
Im Folgenden sind die wichtigsten Konzepte von Timestream for aufgeführt. LiveAnalytics
-
Zeitreihe — Eine Folge von einem oder mehreren Datenpunkten (oder Datensätzen), die über ein Zeitintervall aufgezeichnet wurden. Beispiele hierfür sind der Kurs einer Aktie im Laufe der Zeit, die CPU Speicherauslastung einer EC2 Instanz im Laufe der Zeit und die Temperatur-/Druckmessung eines IoT-Sensors im Laufe der Zeit.
-
Datensatz — Ein einzelner Datenpunkt in einer Zeitreihe.
-
Dimension — Ein Attribut, das die Metadaten einer Zeitreihe beschreibt. Dimensionen bestehen aus einem Dimensionsnamen und einem Dimensionswert. Betrachten Sie die folgenden Beispiele:
-
Wenn eine Börse als Dimension betrachtet wird, lautet der Name der Dimension „Börse“ und der Dimensionswert „“ NYSE
-
Wenn eine AWS Region als Dimension betrachtet wird, lautet der Dimensionsname „Region“ und der Dimensionswert ist „us-east-1"
-
Bei einem IoT-Sensor lautet der Dimensionsname „Geräte-ID“ und der Dimensionswert „12345"
-
-
Messen — Der tatsächliche Wert, der mit dem Datensatz gemessen wird. Beispiele hierfür sind der Aktienkurs, die CPU Speicherauslastung und die gemessene Temperatur oder Luftfeuchtigkeit. Kennzahlen bestehen aus Kennzahlnamen und Kennzahlwerten. Betrachten Sie die folgenden Beispiele:
-
Bei einem Aktienkurs lautet der Kennzahlname „Aktienkurs“ und der Kennzahlwert ist der tatsächliche Aktienkurs zu einem bestimmten Zeitpunkt.
-
Bei der CPU Auslastung lautet der Kennzahlname „CPUAuslastung“ und der Kennzahlwert entspricht der tatsächlichen CPU Auslastung.
Kennzahlen können in Timestream LiveAnalytics als Datensätze mit mehreren oder einzelnen Messwerten modelliert werden. Weitere Informationen finden Sie unter Datensätze mit mehreren Kennzahlen im Vergleich zu Datensätzen mit nur einer Kennzahl.
-
-
Zeitstempel — Gibt an, wann eine Kennzahl für einen bestimmten Datensatz erfasst wurde. Timestream for LiveAnalytics unterstützt Zeitstempel mit einer Granularität im Nanosekundenbereich.
-
Tabelle — Ein Container für eine Reihe verwandter Zeitreihen.
-
Datenbank — Ein Container auf oberster Ebene für Tabellen.
Eine Zusammenfassung von Timestream für Konzepte LiveAnalytics
Eine Datenbank enthält 0 oder mehr Tabellen. Jede Tabelle enthält 0 oder mehr Zeitreihen. Jede Zeitreihe besteht aus einer Folge von Datensätzen über ein bestimmtes Zeitintervall mit einer bestimmten Granularität. Jede Zeitreihe kann anhand ihrer Metadaten oder Dimensionen, ihrer Daten oder Kennzahlen und ihrer Zeitstempel beschrieben werden.
