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.

# Vergleich einer Abfrage in einer Basistabelle mit einer Abfrage von geplanten Abfrageergebnissen
<a name="scheduledqueries-example4-clickstream"></a>

In diesem Beispiel für eine Timestream-Abfrage verwenden wir das folgende Schema, Beispielabfragen und Ausgaben, um eine Abfrage in einer Basistabelle mit einer Abfrage in einer abgeleiteten Tabelle mit geplanten Abfrageergebnissen zu vergleichen. Mit einer gut geplanten geplanten Abfrage können Sie eine abgeleitete Tabelle mit weniger Zeilen und anderen Merkmalen erhalten, was zu schnelleren Abfragen führen kann, als dies mit der ursprünglichen Basistabelle möglich wäre. 

Ein Video, das dieses Szenario beschreibt, finden Sie unter [Verbessern der Abfrageleistung und Senkung der Kosten mithilfe von geplanten Abfragen in Amazon Timestream für LiveAnalytics](https://youtu.be/x8AgLhAydzY).

Für dieses Beispiel verwenden wir das folgende Szenario:
+ **Region** — us-east-1
+ **Basistabelle** — `"clickstream"."shopping"`
+ **Abgeleitete Tabelle** — `"clickstream"."aggregate"`

## Basistabelle
<a name="scheduledqueries-example4-clickstream-base-table"></a>

Im Folgenden wird das Schema für die Basistabelle beschrieben.


| Spalte | Typ | Timestream für den LiveAnalytics Attributtyp | 
| --- | --- | --- | 
|  channel  |  varchar  |  MULTI  | 
|  description  |  varchar  |  MULTI  | 
|  event  |  varchar  |  DIMENSION  | 
|  ip\$1address  |  varchar  |  DIMENSION  | 
|  measure\$1name  |  varchar  |  MEASURE\$1NAME  | 
|  product  |  varchar  |  MULTI  | 
|  product\$1id  |  varchar  |  MULTI  | 
|  quantity  |  double  |  MULTI  | 
|  query  |  varchar  |  MULTI  | 
|  session\$1id  |  varchar  |  DIMENSION  | 
|  user\$1group  |  varchar  |  DIMENSION  | 
|  user\$1id  |  varchar  |  DIMENSION  | 

Im Folgenden werden die Kennzahlen für die Basistabelle beschrieben. Eine *Basistabelle* bezieht sich auf eine Tabelle in Timestream, für die eine geplante Abfrage ausgeführt wird.
+ **Measure\$1name** —  `metrics`
+ **Daten** — mehrere
+ **Abmessungen**:

  ```
  [ ( user_group, varchar ),( user_id, varchar ),( session_id, varchar ),( ip_address, varchar ),( event, varchar ) ]
  ```

## Abfrage auf einer Basistabelle
<a name="scheduledqueries-example4-clickstream-base-table-query"></a>

Im Folgenden finden Sie eine Ad-hoc-Abfrage, bei der die Anzahl in einem bestimmten Zeitraum als 5-Minuten-Aggregat erfasst wird.

```
SELECT BIN(time, 5m) as time, 
channel, 
product_id,
SUM(quantity) as product_quantity 
FROM "clickstream"."shopping" 
WHERE BIN(time, 5m) BETWEEN '2023-05-11 10:10:00.000000000' AND '2023-05-11 10:30:00.000000000'
AND channel = 'Social media'
and product_id = '431412'
GROUP BY BIN(time, 5m),channel,product_id
```

Ausgabe:

```
duration:1.745 sec
Bytes scanned: 29.89 MB
Query Id: AEBQEANMHG7MHHBHCKJ3BSOE3QUGIDBGWCCP5I6J6YUW5CVJZ2M3JCJ27QRMM7A
Row count:5
```

## Geplante Abfrage
<a name="scheduledqueries-example4-clickstream-scheduled-query"></a>

Die folgende ist eine geplante Abfrage, die alle 5 Minuten ausgeführt wird.

```
SELECT BIN(time, 5m) as time, channel as measure_name, product_id, product, 
SUM(quantity) as product_quantity 
FROM "clickstream"."shopping" 
WHERE time BETWEEN BIN(@scheduled_runtime, 5m) - 10m AND BIN(@scheduled_runtime, 5m) - 5m 
AND channel = 'Social media' 
GROUP BY BIN(time, 5m), channel, product_id, product
```

## Abfrage einer abgeleiteten Tabelle
<a name="scheduledqueries-example4-clickstream-derived-table"></a>

Das Folgende ist eine Ad-hoc-Abfrage für eine abgeleitete Tabelle. Eine *abgeleitete Tabelle* bezieht sich auf eine Timestream-Tabelle, die die Ergebnisse einer geplanten Abfrage enthält.

```
SELECT time, measure_name, product_id,product_quantity 
FROM "clickstream"."aggregate"
WHERE time BETWEEN '2023-05-11 10:10:00.000000000' AND '2023-05-11 10:30:00.000000000'
AND measure_name = 'Social media'
and product_id = '431412'
```

Ausgabe:

```
duration: 0.2960 sec
Bytes scanned: 235.00 B
QueryID: AEBQEANMHHAAQU4FFTT6CFM6UYXTL4SMLZV22MFP4KV2Z7IRVOPLOMLDD6BR33Q
Row count: 5
```

## Vergleich
<a name="scheduledqueries-example4-clickstream-comparison"></a>

Im Folgenden werden die Ergebnisse einer Abfrage in einer Basistabelle mit einer Abfrage in einer abgeleiteten Tabelle verglichen. Dieselbe Abfrage in einer abgeleiteten Tabelle, deren Ergebnisse im Rahmen einer geplanten Abfrage aggregiert wurden, wird mit weniger gescannten Byte schneller abgeschlossen. 

Diese Ergebnisse zeigen, wie nützlich es ist, geplante Abfragen zu verwenden, um Daten für schnellere Abfragen zu aggregieren.


|  | Abfrage anhand der Basistabelle | Abfrage in einer abgeleiteten Tabelle | 
| --- | --- | --- | 
|  Dauer  |  1.745 Sekunden  |  0,2960 Sek  | 
|  Gescannte Byte  |  29,89 MB  |  235 Byte  | 
|  Anzahl der Zeilen  |  5  |  5  |