Pour des fonctionnalités similaires à celles d'Amazon Timestream pour, pensez à Amazon Timestream LiveAnalytics pour InfluxDB. Il permet une ingestion simplifiée des données et des temps de réponse aux requêtes à un chiffre en millisecondes pour des analyses en temps réel. Pour en savoir plus, [cliquez ici](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html).
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Mappages de modèles de données pour le chargement par lots
Ce qui suit décrit le schéma des mappages de modèles de données et donne un exemple.
## Schéma de mappage des modèles de données
Syntaxe de la `CreateBatchLoadTask` demande et `BatchLoadTaskDescription` objet renvoyé par un appel pour `DescribeBatchLoadTask` inclure un `DataModelConfiguration` objet incluant le `DataModel` chargement par lots. `DataModel`définit les mappages entre les données source stockées au format CSV dans un emplacement S3 et un flux temporel cible pour la LiveAnalytics base de données et la table.
Le `TimeColumn` champ indique l'emplacement des données source pour la valeur à mapper à la `time` colonne de la table de destination dans Timestream for. LiveAnalytics `TimeUnit`Spécifie l'unité pour le`TimeColumn`, et peut être l'une des valeurs `MILLISECONDS` suivantes :`SECONDS`,`MICROSECONDS`, ou`NANOSECONDS`. Il existe également des mappages pour les dimensions et les mesures. Les mappages de dimensions sont composés de colonnes source et de champs cibles.
Pour de plus amples informations, veuillez consulter [DimensionMapping](https://docs.aws.amazon.com/timestream/latest/developerguide/API_DimensionMapping). Les mappages pour les mesures comportent deux options, `MixedMeasureMappings` et`MultiMeasureMappings`.
En résumé, a `DataModel` contient des mappages entre une source de données située dans un emplacement S3 et un flux temporel cible pour la LiveAnalytics table suivante.
+ Heure
+ Dimensions
+ Mesures
Dans la mesure du possible, nous vous recommandons de mapper les données de mesure à des enregistrements de mesures multiples dans Timestream for. LiveAnalytics Pour plus d'informations sur les avantages des enregistrements à mesures multiples, consultez[Enregistrements à mesures multiples](writes.md#writes.writing-data-multi-measure).
Si plusieurs mesures des données source sont stockées sur une seule ligne, vous pouvez mapper ces mesures à des enregistrements de plusieurs mesures dans Timestream pour les utiliser. LiveAnalytics `MultiMeasureMappings` Si certaines valeurs doivent être mappées à un enregistrement à mesure unique, vous pouvez utiliser`MixedMeasureMappings`.
`MixedMeasureMappings`et `MultiMeasureMappings` les deux incluent`MultiMeasureAttributeMappings`. Les enregistrements à mesures multiples sont pris en charge, que des enregistrements à mesure unique soient nécessaires ou non.
Si seuls des enregistrements cibles à plusieurs mesures sont nécessaires dans Timestream for LiveAnalytics, vous pouvez définir des mappages de mesures dans la structure suivante.
```
CreateBatchLoadTask
MeasureNameColumn
MultiMeasureMappings
TargetMultiMeasureName
MultiMeasureAttributeMappings array
```
**Note**
Nous vous recommandons de l'utiliser dans la `MultiMeasureMappings` mesure du possible.
Si des enregistrements cibles à mesure unique sont nécessaires dans Timestream for LiveAnalytics, vous pouvez définir des mappages de mesures dans la structure suivante.
```
CreateBatchLoadTask
MeasureNameColumn
MixedMeasureMappings array
MixedMeasureMapping
MeasureName
MeasureValueType
SourceColumn
TargetMeasureName
MultiMeasureAttributeMappings array
```
Lorsque vous l'utilisez`MultiMeasureMappings`, le `MultiMeasureAttributeMappings` tableau est toujours requis. Lorsque vous utilisez le `MixedMeasureMappings` tableau, si `MeasureValueType` c'est `MULTI` pour une donnée`MixedMeasureMapping`, `MultiMeasureAttributeMappings` c'est requis pour cela`MixedMeasureMapping`. Dans le cas contraire, `MeasureValueType` indique le type de mesure pour l'enregistrement d'une seule mesure.
Quoi qu'il en soit, il existe une gamme de `MultiMeasureAttributeMapping` produits disponibles. Vous définissez les mappages vers les enregistrements à mesures multiples dans chacun d'eux `MultiMeasureAttributeMapping` comme suit :
`SourceColumn`
La colonne des données source qui se trouve dans Amazon S3.
`TargetMultiMeasureAttributeName`
Nom du nom multi-mesures cible dans la table de destination. Cette saisie est obligatoire lorsqu'elle n'`MeasureNameColumn`est pas fournie. Si elle `MeasureNameColumn` est fournie, la valeur de cette colonne est utilisée comme nom de plusieurs mesures.
`MeasureValueType`
L'un des `DOUBLE` `BIGINT``BOOLEAN`,`VARCHAR`, ou`TIMESTAMP`.
## Mappages de modèles de données avec exemple `MultiMeasureMappings`
Cet exemple illustre le mappage vers des enregistrements à mesures multiples, l'approche préférée, qui stocke chaque valeur de mesure dans une colonne dédiée. Vous pouvez télécharger un exemple de CSV sur [Sample CSV](samples/batch-load-sample-file.csv.zip). L'exemple contient les en-têtes suivants à mapper à une colonne cible dans un tableau Timestream for. LiveAnalytics
+ `time`
+ `measure_name`
+ `region`
+ `location`
+ `hostname`
+ `memory_utilization`
+ `cpu_utilization`
Identifiez les `measure_name` colonnes `time` et dans le fichier CSV. Dans ce cas, elles sont directement associées au Timestream pour les colonnes de LiveAnalytics table portant le même nom.
+ `time`cartes pour `time`
+ `measure_name`correspond à `measure_name` (ou à la valeur que vous avez choisie)
Lorsque vous utilisez l'API, vous spécifiez `time` dans le `TimeColumn` champ une valeur d'unité de temps prise en charge, par exemple `MILLISECONDS` dans le `TimeUnit` champ. Ils correspondent au **nom de la colonne Source** et à l'**heure d'horodatage saisis** dans la console. Vous pouvez regrouper ou partitionner des enregistrements à l'aide de `measure_name` ce qui est défini par la `MeasureNameColumn` clé.
Dans l'exemple, `region``location`, et `hostname` sont des dimensions. Les dimensions sont cartographiées dans un tableau d'`DimensionMapping`objets.
Pour les mesures, la valeur `TargetMultiMeasureAttributeName` deviendra une colonne dans le tableau Timestream for LiveAnalytics . Vous pouvez conserver le même nom, comme dans cet exemple. Vous pouvez également en spécifier un nouveau. `MeasureValueType`est l'un des `DOUBLE``BIGINT`,`BOOLEAN`,`VARCHAR`, ou`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/fr_fr/timestream/latest/developerguide/images/column-mapping.jpg)
## Mappages de modèles de données avec exemple `MixedMeasureMappings`
Nous vous recommandons de n'utiliser cette approche que lorsque vous devez mapper des enregistrements à mesure unique dans Timestream for. LiveAnalytics