Per funzionalità simili a Amazon Timestream for, prendi in considerazione Amazon Timestream LiveAnalytics per InfluxDB. Offre un'acquisizione semplificata dei dati e tempi di risposta alle query di una sola cifra di millisecondi per analisi in tempo reale. [Scopri](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html) di più qui. 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. # Esempio di utilizzo di UNLOAD from Timestream per LiveAnalytics Supponiamo che stiate monitorando le metriche della sessione utente, le sorgenti di traffico e gli acquisti di prodotti del vostro sito di e-commerce. Stai utilizzando Timestream per LiveAnalytics ottenere informazioni in tempo reale sul comportamento degli utenti, sulle vendite di prodotti ed eseguire analisi di marketing sui canali di traffico (ricerca organica, social media, traffico diretto, campagne a pagamento e altri) che indirizzano i clienti al sito web. **Topics** + [Esportazione dei dati senza partizioni](#export-unload-example-sample-1) + [Partizionamento dei dati per canale](#export-unload-example-sample-2) + [Partizionamento dei dati per evento](#export-unload-example-sample-3) + [Partizionamento dei dati sia per canale che per evento](#export-unload-example-sample-4) + [File di manifesto e di metadati](#export-unload-example-manifest-metadata) + [Utilizzo dei crawler Glue per creare Glue Data Catalog](#export-unload-example-using-glue-crawlers) ## Esportazione dei dati senza partizioni Vuoi esportare gli ultimi due giorni dei tuoi dati in formato CSV. ``` UNLOAD(SELECT user_id, ip_address, event, session_id, measure_name, time, query, quantity, product_id, channel FROM sample_clickstream.sample_shopping WHERE time BETWEEN ago(2d) AND now()) TO 's3:///withoutpartition' WITH ( format='CSV', compression='GZIP') ``` ## Partizionamento dei dati per canale Desideri esportare i dati degli ultimi due giorni in formato CSV ma desideri avere i dati di ciascun canale di traffico in una cartella separata. A tale scopo, è necessario partizionare i dati utilizzando la `channel` colonna, come illustrato di seguito. ``` UNLOAD(SELECT user_id, ip_address, event, session_id, measure_name, time, query, quantity, product_id, channel FROM sample_clickstream.sample_shopping WHERE time BETWEEN ago(2d) AND now()) TO 's3:///partitionbychannel/' WITH ( partitioned_by = ARRAY ['channel'], format='CSV', compression='GZIP') ``` ## Partizionamento dei dati per evento Desideri esportare i dati degli ultimi due giorni in formato CSV ma desideri avere i dati per ogni evento in una cartella separata. A tale scopo, è necessario partizionare i dati utilizzando la `event` colonna, come illustrato di seguito. ``` UNLOAD(SELECT user_id, ip_address, channel, session_id, measure_name, time, query, quantity, product_id, event FROM sample_clickstream.sample_shopping WHERE time BETWEEN ago(2d) AND now()) TO 's3:///partitionbyevent/' WITH ( partitioned_by = ARRAY ['event'], format='CSV', compression='GZIP') ``` ## Partizionamento dei dati sia per canale che per evento Desiderate esportare i dati degli ultimi due giorni in formato CSV, ma desiderate che i dati per ogni canale e all'interno del canale memorizzino ogni evento in una cartella separata. A tale scopo, è necessario partizionare i dati utilizzando entrambe `channel` le `event` colonne, come illustrato di seguito. ``` UNLOAD(SELECT user_id, ip_address, session_id, measure_name, time, query, quantity, product_id, channel,event FROM sample_clickstream.sample_shopping WHERE time BETWEEN ago(2d) AND now()) TO 's3:///partitionbychannelevent/' WITH ( partitioned_by = ARRAY ['channel','event'], format='CSV', compression='GZIP') ``` ## File di manifesto e di metadati ### File manifest Il file manifest fornisce informazioni sull'elenco dei file che vengono esportati con l'esecuzione UNLOAD. Il file manifest è disponibile nel bucket S3 fornito con un nome di file:. `S3://bucket_name/__manifest.json` Il file manifest conterrà l'URL dei file nella cartella dei risultati, il numero di record e le dimensioni dei rispettivi file, e i metadati della query (ovvero i byte totali e le righe totali esportati in S3 per la query). ``` { "result_files": [ { "url":"s3://my_timestream_unloads/ec2_metrics/AEDAGANLHLBH4OLISD3CVOZZRWPX5GV2XCXRBKCVD554N6GWPWWXBP7LSG74V2Q_1448466917_szCL4YgVYzGXj2lS.gz", "file_metadata": { "content_length_in_bytes": 32295, "row_count": 10 } }, { "url":"s3://my_timestream_unloads/ec2_metrics/AEDAGANLHLBH4OLISD3CVOZZRWPX5GV2XCXRBKCVD554N6GWPWWXBP7LSG74V2Q_1448466917_szCL4YgVYzGXj2lS.gz", "file_metadata": { "content_length_in_bytes": 62295, "row_count": 20 } }, ], "query_metadata": { "content_length_in_bytes": 94590, "total_row_count": 30, "result_format": "CSV", "result_version": "Amazon Timestream version 1.0.0" }, "author": { "name": "Amazon Timestream", "manifest_file_version": "1.0" } } ``` ### Metadati Il file di metadati fornisce informazioni aggiuntive sul set di dati come il nome della colonna, il tipo di colonna e lo schema. Il file di metadati è disponibile nel bucket S3 fornito con un nome di file: S3: //bucket\$1name/ \$1 \$1metadata.json Di seguito è riportato un esempio di file di metadati. ``` { "ColumnInfo": [ { "Name": "hostname", "Type": { "ScalarType": "VARCHAR" } }, { "Name": "region", "Type": { "ScalarType": "VARCHAR" } }, { "Name": "measure_name", "Type": { "ScalarType": "VARCHAR" } }, { "Name": "cpu_utilization", "Type": { "TimeSeriesMeasureValueColumnInfo": { "Type": { "ScalarType": "DOUBLE" } } } } ], "Author": { "Name": "Amazon Timestream", "MetadataFileVersion": "1.0" } } ``` Le informazioni sulle colonne condivise nel file di metadati hanno la stessa struttura di quelle `ColumnInfo` inviate nella risposta dell'API Query per le `SELECT` query. ## Utilizzo dei crawler Glue per creare Glue Data Catalog 1. Accedi al tuo account con le credenziali di amministratore per la seguente convalida. 1. [Crea un database Crawler for Glue utilizzando le linee guida fornite qui.](https://docs.aws.amazon.com/glue/latest/ug/tutorial-add-crawler.html) Tieni presente che la cartella S3 da fornire nell'origine dati dovrebbe essere la cartella dei risultati, ad esempio. `UNLOAD` `s3://my_timestream_unloads/results` 1. [Esegui il crawler seguendo le linee guida riportate qui.](https://docs.aws.amazon.com/glue/latest/ug/tutorial-add-crawler.html#tutorial-add-crawler-step2) 1. Visualizza la tabella Glue. + Vai a **AWS Glue** → **Tabelle**. + Vedrai una nuova tabella creata con il prefisso della tabella fornito durante la creazione del crawler. + È possibile visualizzare lo schema e le informazioni sulla partizione facendo clic sulla visualizzazione dei dettagli della tabella. Di seguito sono riportati altri AWS servizi e progetti open source che utilizzano il AWS Glue Data Catalog. + **Amazon Athena**: per ulteriori informazioni, consulta [Comprendere tabelle, database e cataloghi di dati](https://docs.aws.amazon.com/athena/latest/ug/understanding-tables-databases-and-the-data-catalog.html) nella Guida per l'utente di Amazon Athena. + **Amazon Redshift** Spectrum — Per ulteriori informazioni, [consulta la sezione Interrogazione di dati esterni utilizzando Amazon Redshift Spectrum nella Amazon](https://docs.aws.amazon.com/redshift/latest/dg/c-using-spectrum.html) Redshift Database Developer Guide. + **Amazon EMR**: per ulteriori informazioni, consulta [Utilizzare politiche basate sulle risorse per l'accesso di Amazon EMR AWS a Glue Data Catalog nella Amazon EMR](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-iam-roles-glue.html) Management Guide. + **AWS Client Glue Data Catalog per Apache Hive metastore** — Per ulteriori informazioni su questo progetto GitHub, consulta [AWS Glue Data Catalog Client for](https://github.com/awslabs/aws-glue-data-catalog-client-for-apache-hive-metastore) Apache Hive Metastore.