Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Memilih antara WriteRecords API operasi dan beban batch
Dengan WriteRecords API operasi ini, Anda dapat menulis data deret waktu streaming Anda ke Timestream LiveAnalytics karena dihasilkan oleh sistem Anda. Dengan menggunakan WriteRecords, Anda dapat terus menelan satu titik data atau kumpulan data yang lebih kecil secara real time. Timestream for LiveAnalytics menawarkan skema fleksibel yang secara otomatis mendeteksi nama kolom dan tipe data untuk Timestream Anda untuk LiveAnalytics tabel, berdasarkan nama dimensi dan tipe data dari titik data yang Anda tentukan saat menjalankan penulisan ke dalam database.
Sebaliknya, pemuatan batch memungkinkan penyerapan data deret waktu batch yang kuat dari file sumber (CSVfile) ke Timestream untuk LiveAnalytics, menggunakan model data yang Anda tentukan. Beberapa contoh kapan menggunakan pemuatan batch dengan file sumber adalah mengimpor data deret waktu secara massal untuk evaluasi Timestream LiveAnalytics melalui bukti konsep, mengimpor data deret waktu secara massal dari perangkat IoT yang offline selama beberapa waktu, dan memigrasi data deret waktu historis dari Amazon S3 ke Timestream untuk. LiveAnalytics Untuk informasi tentang pemuatan batch, lihatMenggunakan pemuatan batch di Timestream untuk LiveAnalytics.
Kedua solusi tersebut aman, andal, dan berkinerja baik.
Gunakan WriteRecords saat:
-
Streaming data dalam jumlah yang lebih kecil (kurang dari 10 MB) per permintaan.
-
Mengisi tabel yang ada.
-
Menelan data dari aliran log.
-
Melakukan analitik waktu nyata.
-
Membutuhkan latensi yang lebih rendah.
Gunakan pemuatan batch saat:
-
Menelan beban data yang lebih besar yang berasal dari Amazon CSV S3 dalam file. Untuk informasi selengkapnya tentang batasn, lihat Kuota.
-
Mengisi tabel baru, seperti dalam kasus migrasi data.
-
Memperkaya database dengan data historis (konsumsi ke dalam tabel baru).
-
Anda memiliki sumber data yang berubah perlahan atau tidak sama sekali.
-
Anda memiliki waktu tunggu yang fleksibel karena tugas pemuatan batch mungkin dalam status tertunda hingga sumber daya tersedia, terutama jika Anda memuat data dalam jumlah yang sangat besar. Batch load cocok untuk data yang tidak perlu tersedia untuk kueri atau analisis untuk menambah kejelasan.
