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.
Wählen Sie zwischen WriteRecords API Operation und Batch-Load
Mit diesem WriteRecords API Vorgang können Sie Ihre Streaming-Zeitreihendaten so in Timestream schreiben, LiveAnalytics wie sie von Ihrem System generiert werden. Auf diese WriteRecords Weise können Sie kontinuierlich einen einzelnen Datenpunkt oder kleinere Datenstapel in Echtzeit aufnehmen. Timestream for LiveAnalytics bietet Ihnen ein flexibles Schema, das die Spaltennamen und Datentypen für Ihren Timestream für LiveAnalytics Tabellen auto erkennt, basierend auf den Dimensionsnamen und Datentypen der Datenpunkte, die Sie beim Aufrufen von Schreibvorgängen in die Datenbank angeben.
Im Gegensatz dazu ermöglicht Batch-Load die robuste Aufnahme von Batch-Zeitreihendaten aus Quelldateien (CSVDateien) in Timestream for LiveAnalytics unter Verwendung eines von Ihnen definierten Datenmodells. Einige Beispiele für die Verwendung von Batch-Load mit einer Quelldatei sind der Import von Zeitreihendaten in großen Mengen für die Evaluierung von Timestream im LiveAnalytics Rahmen eines Machbarkeitsnachweises, der Import von Zeitreihendaten in großen Mengen von einem IoT-Gerät, das einige Zeit offline war, und die Migration historischer Zeitreihendaten von Amazon S3 zu Timestream for. LiveAnalytics Informationen zum Batch-Laden finden Sie unter. Verwenden von Batch-Load in Timestream für LiveAnalytics
Beide Lösungen sind sicher, zuverlässig und leistungsstark.
Verwenden Sie, WriteRecords wenn:
-
Streaming kleinerer Datenmengen (weniger als 10 MB) pro Anfrage.
-
Bestehende Tabellen auffüllen.
-
Daten aus einem Protokollstream aufnehmen.
-
Durchführung von Analysen in Echtzeit.
-
Geringere Latenz erforderlich.
Verwenden Sie Batch-Load in folgenden Fällen:
-
Aufnahme größerer Datenmengen, die ihren Ursprung in Amazon S3 haben, in CSV Dateien. Weitere Informationen zu Limits finden Sie unter Kontingente.
-
Auffüllen neuer Tabellen, z. B. im Fall einer Datenmigration.
-
Anreicherung von Datenbanken mit historischen Daten (Aufnahme in neue Tabellen).
-
Sie haben Quelldaten, die sich langsam oder gar nicht ändern.
-
Sie haben flexible Wartezeiten, da eine Batch-Ladeaufgabe möglicherweise den Status „Ausstehend“ hat, bis Ressourcen verfügbar sind, insbesondere wenn Sie eine sehr große Datenmenge laden. Das Batch-Load eignet sich für Daten, die nicht sofort für Abfragen oder Analysen verfügbar sein müssen, um mehr Klarheit zu schaffen.
