Amazon Timestream for LiveAnalytics に類似した機能をご希望の場合は Amazon Timestream for InfluxDB をご検討ください。リアルタイム分析に適した、シンプルなデータインジェストと 1 桁ミリ秒のクエリ応答時間を特徴としています。詳細については、[こちら](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)を参照してください。
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Timestream for LiveAnalytics でスケジュールされたクエリを使用する
Amazon Timestream for LiveAnalytics のスケジュールされたクエリ機能は、運用ダッシュボード、ビジネスレポート、アドホック分析、その他のアプリケーションに通常使用される、集計、ロールアップなどの形式の前処理されたデータを計算して保存するための、フルマネージド、サーバーレス、スケーラブルなソリューションです。スケジュールされたクエリにより、リアルタイム分析のパフォーマンスとコスト効率が向上し、データからより多くのインサイトを引き出すことができ、ビジネス上の意思決定を改善し続けることができます。
スケジュールされたクエリでは、データの集計、ロールアップ、およびその他のオペレーションを計算するリアルタイム分析クエリを定義します。Amazon Timestream for LiveAnalytics はこれらのクエリを定期的に自動で実行し、クエリ結果を別のテーブルに確実に書き込みます。通常、データの計算とこれらのテーブルの更新は、数分以内に完了します。
その後、ダッシュボードとレポートを指定して、集計データを含むテーブルをクエリできます。非常に大きなソーステーブルのクエリは必要ありません。これによってパフォーマンスとコスト効率が大幅に上昇します。集計データを含むテーブルは、含まれるデータがソーステーブルよりもはるかに少なく、クエリが高速化され、データストレージの費用が削減されるためです。
さらに、スケジュールされたクエリを使用できるテーブルでは、Timestream for LiveAnalytics テーブルの既存機能もすべて使用できます。例えば、SQL を使用してテーブルをクエリできます。Grafana を使用して、テーブルに保存されているデータを視覚化できます。Amazon Kinesis、Amazon MSK、 AWS IoT Core、Telegraf を使用してテーブルにデータを取り込むこともできます。自動データライフサイクル管理のために、これらのテーブルのデータ保持ポリシーを設定できます。
集計データを含むテーブルのデータ保持はソーステーブルのデータ保持と完全に切り離されるため、ソーステーブルのデータ保持を減らし、集計データをデータストレージコストに比べてごくわずかのコストではるかに長い期間保持することもできます。スケジュールされたクエリにより、リアルタイム分析がより速く、安価になり、より多くのお客様が利用しやすくなります。お客様はアプリケーションをモニタリングし、データ主導のビジネス上の意思決定を改善できます。
**Topics**
+ [利点](#scheduledqueries-benifits)
+ [ユースケース](#scheduledqueries-usescases)
+ [例](#scheduledqueries-example)
+ [概念](scheduledqueries-concepts.md)
+ [式をスケジュールする](scheduledqueries-schedule.md)
+ [データモデルマッピング](scheduledqueries-mappings.md)
+ [通知メッセージ](scheduledqueries-notification.md)
+ [エラーレポート](scheduledqueries-errorreport.md)
+ [パターンと例](scheduledqueries-examplesandpatterns.md)
## スケジュールされたクエリの利点
スケジュールされたクエリの利点は次のとおりです。
+ **運用の容易さ** – スケジュールされたクエリはサーバーレス、フルマネージド型です。
+ **パフォーマンスとコスト** – スケジュールされたクエリは、データの集計、ロールアップ、その他のリアルタイム分析オペレーションを事前に計算し、結果をテーブルに保存します。スケジュールされたクエリによってデータが入力されたテーブルにアクセスするクエリには、ソーステーブルよりも少ないデータが含まれます。そのため、これらのテーブルで実行されるクエリはスピードとコストが優っています。スケジュールされた計算によってデータが入力されるテーブルは、含まれるデータがソーステーブルよりも少ないため、ストレージコストを削減できます。また、ソースデータをメモリストアに保持するコストに比べてごくわずかのコストで、このデータをメモリストアに長期間保持することもできます。
+ **相互運用性** – スケジュールされたクエリによってデータが入力されるテーブルは、Timestream for LiveAnalytics テーブルのすべての既存機能を備え、Timestream for LiveAnalytics と連携するすべてのサービスとツールで使用できます。詳細については、「[他のサービスでの使用](https://docs.aws.amazon.com/timestream/latest/developerguide/OtherServices.html)」を参照してください。
## スケジュールされたクエリのユースケース
アプリケーションのエンドユーザーアクティビティを要約したビジネスレポートにスケジュールされたクエリを使用して、パーソナライズのために機械学習モデルをトレーニングできます。異常、ネットワーク侵入、不正アクティビティを検出するアラームにスケジュールされたクエリを使用して、修復アクションを即時に実行することもできます。
また、より効果的なデータガバナンスを実現するためにスケジュールされたクエリを使用することもできます。そのためには、スケジュールされたクエリのみへのソーステーブルアクセスを許可し、スケジュールされたクエリによってデータが入力されたテーブルのみへのアクセス権を開発者に付与します。これにより、意図せず長時間実行されるクエリの影響が最小限に抑えられます。
## 例: リアルタイム分析を使用して不正な支払いを検出し、ビジネス上の意思決定を改善する
米国の主要都市に分散された複数の POS ターミナルから送信されたトランザクションを処理する支払いシステムがあるとします。Amazon Timestream for LiveAnalytics を使用してトランザクションデータを保存および分析することで、不正なトランザクションを検出し、リアルタイム分析クエリを実行できます。これらのクエリは、1 時間ごとの業務量が多い/少ない POS ターミナル、各都市の 1 日で最も業務量が多い時間、1 時間ごとのトランザクションが多い都市など、ビジネス上必要なデータを得るのに役立ちます。
システムは 1 分あたり約 10 万件のトランザクションを処理します。Amazon Timestream for LiveAnalytics に保存される各トランザクションの容量は 100 バイトです。さまざまな種類の不正支払いを検出するために、1 分ごとに実行される 10 個のクエリを設定しました。また、ビジネス上必要なデータを得るために、データを集計し、さまざまなディメンションでスライス/ダイスする 25 個のクエリを作成しました。これらのクエリはそれぞれ、過去 1 時間分のデータを処理します。
これらのクエリによって生成されたデータを表示するダッシュボードを作成しました。ダッシュボードは 25 個のウィジェットを含み、1 時間ごとに更新され、通常は 10 人のユーザーが同時にアクセスできます。最後に、メモリストアには 2 時間、マグネティックストアには 6 か月のデータ保持期間が設定されています。
この場合、ダッシュボードがアクセスされ、更新されるたびにデータを再計算するリアルタイム分析クエリを使用するか、ダッシュボードに派生テーブルを使用できます。リアルタイム分析クエリを基盤とするダッシュボードのクエリコストは、1 か月あたり 120.70 USD になります。一方、派生テーブルを使用するダッシュボードクエリのコストは、1 か月あたり 12.27 USD です ([Amazon Timestream for LiveAnalytics の料金](https://aws.amazon.com/timestream/pricing/)を参照)。このケースでは、派生テーブルを使用することで、クエリコストが約 10 分の 1 になります。