Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Amazon LiveAnalytics Timestream per concetti
I dati delle serie temporali sono una sequenza di punti dati registrati in un intervallo di tempo. Questo tipo di dati viene utilizzato per misurare eventi che cambiano nel tempo. Gli esempi includono quanto segue.
-
Prezzi delle azioni nel tempo
-
Misurazioni della temperatura nel tempo
-
CPUutilizzo di un'EC2istanza nel tempo
Con i dati delle serie temporali, ogni punto dati è costituito da un timestamp, uno o più attributi e dall'evento che cambia nel tempo. Questi dati possono essere utilizzati per ricavare informazioni sulle prestazioni e sullo stato di un'applicazione, rilevare anomalie e identificare opportunità di ottimizzazione. Ad esempio, DevOps gli ingegneri potrebbero voler visualizzare i dati che misurano i cambiamenti nelle metriche delle prestazioni dell'infrastruttura. I produttori potrebbero voler tenere traccia dei dati dei sensori IoT che misurano i cambiamenti nelle apparecchiature all'interno di una struttura. I professionisti del marketing online potrebbero voler analizzare i dati clickstream che registrano il modo in cui un utente naviga su un sito Web nel tempo. Poiché i dati delle serie temporali vengono generati da più fonti in volumi estremamente elevati, devono essere raccolti in modo conveniente quasi in tempo reale e richiedono quindi uno storage efficiente che aiuti a organizzare e analizzare i dati.
Di seguito sono riportati i concetti chiave di Timestream for. LiveAnalytics
-
Serie temporali - Una sequenza di uno o più punti dati (o record) registrati in un intervallo di tempo. Alcuni esempi sono il prezzo di un'azione nel tempo, l'CPUutilizzo della memoria di un'EC2istanza nel tempo e la lettura di temperatura/pressione di un sensore IoT nel tempo.
-
Record: un singolo punto dati in una serie temporale.
-
Dimensione: un attributo che descrive i metadati di una serie temporale. Una dimensione è composta da un nome di dimensione e un valore di dimensione. Considerare i seguenti esempi:
-
Quando si considera una borsa come dimensione, il nome della dimensione è «borsa» e il valore della dimensione è "» NYSE
-
Quando si considera una AWS regione come dimensione, il nome della dimensione è «regione» e il valore della dimensione è «us-east-1"
-
Per un sensore IoT, il nome della dimensione è «ID dispositivo» e il valore della dimensione è «12345"
-
-
Misura: il valore effettivo misurato dal record. Alcuni esempi sono il prezzo delle azioni, l'CPUutilizzo della memoria e la lettura della temperatura o dell'umidità. Le misure sono costituite da nomi e valori di misura. Considerare i seguenti esempi:
-
Per il prezzo di un'azione, il nome della misura è «prezzo delle azioni» e il valore di misura è il prezzo effettivo delle azioni in un determinato momento.
-
Per CPU l'utilizzo, il nome della misura è "CPUutilizzo» e il valore della misura è l'utilizzo effettivoCPU.
Le misure possono essere modellate in Timestream come record multimisura o a misura singola. LiveAnalytics Per ulteriori informazioni, consulta Record multimisura vs. record a misura singola.
-
-
Timestamp: indica quando è stata raccolta una misura per un determinato record. Timestream for LiveAnalytics supporta timestamp con granularità di nanosecondi.
-
Tabella: un contenitore per un insieme di serie temporali correlate.
-
Database: un contenitore di primo livello per le tabelle.
Un riepilogo di Timestream for concepts LiveAnalytics
Un database contiene 0 o più tabelle. Ogni tabella contiene 0 o più serie temporali. Ogni serie temporale è costituita da una sequenza di record su un determinato intervallo di tempo con una granularità specificata. Ogni serie temporale può essere descritta utilizzando i relativi metadati o dimensioni, i dati o le misure e i relativi timestamp.
