Amazon Timestream for LiveAnalytics와 유사한 기능을 원하는 경우 Amazon Timestream for InfluxDB를 고려해 보세요. 간소화된 데이터 수집과 실시간 분석을 위한 10밀리초 미만의 쿼리 응답 시간을 제공합니다. [여기](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)에서 자세히 알아보세요. 기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # Timestream for LiveAnalytics에 액세스 콘솔, CLI 또는 API를 사용하여 Timestream for LiveAnalytics에 액세스할 수 있습니다. Timestream for LiveAnalytics에 액세스하는 방법에 대한 자세한 내용은 다음을 검토하세요. **Topics** + [에 가입 AWS 계정](#sign-up-for-aws) + [관리자 액세스 권한이 있는 사용자 생성](#create-an-admin) + [Timestream for LiveAnalytics 액세스 제공](#getting-started.prereqs.iam-user) + [프로그래밍 방식 액세스 권한 부여](#programmatic-access) + [콘솔 사용](console_timestream.md) + [를 사용하여 LiveAnalytics용 Amazon Timestream에 액세스 AWS CLI](Tools.CLI.md) + [API 사용](Using.API.md) + [AWS SDKs 사용](getting-started-sdks.md) ## 에 가입 AWS 계정 이 없는 경우 다음 단계를 AWS 계정완료하여 생성합니다. **에 가입하려면 AWS 계정** 1. [https://portal.aws.amazon.com/billing/signup](https://portal.aws.amazon.com/billing/signup)을 엽니다. 1. 온라인 지시 사항을 따르세요. 등록 절차 중 전화 또는 텍스트 메시지를 받고 전화 키패드로 확인 코드를 입력하는 과정이 있습니다. 에 가입하면 AWS 계정*AWS 계정 루트 사용자*이 생성됩니다. 루트 사용자에게는 계정의 모든 AWS 서비스 및 리소스에 액세스할 권한이 있습니다. 보안 모범 사례는 사용자에게 관리 액세스 권한을 할당하고, 루트 사용자만 사용하여 [루트 사용자 액세스 권한이 필요한 작업](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_root-user.html#root-user-tasks)을 수행하는 것입니다. AWS 는 가입 프로세스가 완료된 후 확인 이메일을 보냅니다. 언제든지 [https://aws.amazon.com/](https://aws.amazon.com/)으로 이동하고 **내 계정**을 선택하여 현재 계정 활동을 확인하고 계정을 관리할 수 있습니다. ## 관리자 액세스 권한이 있는 사용자 생성 에 가입한 후 일상적인 작업에 루트 사용자를 사용하지 않도록 관리 사용자를 AWS 계정보호 AWS IAM Identity Center, AWS 계정 루트 사용자활성화 및 생성합니다. **보안 AWS 계정 루트 사용자** 1. **루트 사용자를** 선택하고 AWS 계정 이메일 주소를 입력하여 계정 소유자[AWS Management Console](https://console.aws.amazon.com/)로에 로그인합니다. 다음 페이지에서 비밀번호를 입력합니다. 루트 사용자를 사용하여 로그인하는 데 도움이 필요하면 *AWS Sign-In 사용 설명서*의 [루트 사용자로 로그인](https://docs.aws.amazon.com/signin/latest/userguide/console-sign-in-tutorials.html#introduction-to-root-user-sign-in-tutorial)을 참조하세요. 1. 루트 사용자의 다중 인증(MFA)을 활성화합니다. 지침은 *IAM 사용 설명서*의 [AWS 계정 루트 사용자(콘솔)에 대한 가상 MFA 디바이스 활성화를 참조하세요](https://docs.aws.amazon.com/IAM/latest/UserGuide/enable-virt-mfa-for-root.html). **관리자 액세스 권한이 있는 사용자 생성** 1. IAM Identity Center를 활성화합니다. 지침은 *AWS IAM Identity Center 사용 설명서*의 [AWS IAM Identity Center설정](https://docs.aws.amazon.com//singlesignon/latest/userguide/get-set-up-for-idc.html)을 참조하세요. 1. IAM Identity Center에서 사용자에게 관리 액세스 권한을 부여합니다. 를 자격 증명 소스 IAM Identity Center 디렉터리 로 사용하는 방법에 대한 자습서는 사용 *AWS IAM Identity Center 설명서*[의 기본값으로 사용자 액세스 구성을 IAM Identity Center 디렉터리](https://docs.aws.amazon.com//singlesignon/latest/userguide/quick-start-default-idc.html) 참조하세요. **관리 액세스 권한이 있는 사용자로 로그인** + IAM IDentity Center 사용자로 로그인하려면 IAM Identity Center 사용자를 생성할 때 이메일 주소로 전송된 로그인 URL을 사용합니다. IAM Identity Center 사용자를 사용하여 로그인하는 데 도움이 필요하면 *AWS Sign-In 사용 설명서*[의 AWS 액세스 포털에 로그인](https://docs.aws.amazon.com/signin/latest/userguide/iam-id-center-sign-in-tutorial.html)을 참조하세요. **추가 사용자에게 액세스 권한 할당** 1. IAM Identity Center에서 최소 권한 적용 모범 사례를 따르는 권한 세트를 생성합니다. 지침은 *AWS IAM Identity Center 사용 설명서*의 [Create a permission set](https://docs.aws.amazon.com//singlesignon/latest/userguide/get-started-create-a-permission-set.html)를 참조하세요. 1. 사용자를 그룹에 할당하고, 그룹에 Single Sign-On 액세스 권한을 할당합니다. 지침은 *AWS IAM Identity Center 사용 설명서*의 [그룹 추가](https://docs.aws.amazon.com//singlesignon/latest/userguide/addgroups.html)를 참조하세요. ## Timestream for LiveAnalytics 액세스 제공 Timestream for LiveAnalytics에 액세스하는 데 필요한 권한은 관리자에게 이미 부여되어 있습니다. 다른 사용자의 경우 다음 정책을 사용하여 Timestream for LiveAnalytics 액세스 권한을 부여해야 합니다. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "timestream:*", "kms:DescribeKey", "kms:CreateGrant", "kms:Decrypt", "dbqms:CreateFavoriteQuery", "dbqms:DescribeFavoriteQueries", "dbqms:UpdateFavoriteQuery", "dbqms:DeleteFavoriteQueries", "dbqms:GetQueryString", "dbqms:CreateQueryHistory", "dbqms:UpdateQueryHistory", "dbqms:DeleteQueryHistory", "dbqms:DescribeQueryHistory", "s3:ListAllMyBuckets" ], "Resource": "*" } ] } ``` ------ **참고** `dbqms`에 대한 자세한 내용은 [Database Query Metadata Service에 사용되는 작업, 리소스 및 조건 키](https://docs.aws.amazon.com/service-authorization/latest/reference/list_databasequerymetadataservice.html)를 참조하세요. 자세한 내용은 Key Management Service의 작업, 리소스 및 조건 키를 `kms` 참조하세요. [AWS](https://docs.aws.amazon.com/service-authorization/latest/reference/list_awskeymanagementservice.html) ## 프로그래밍 방식 액세스 권한 부여 사용자는 AWS 외부에서와 상호 작용하려는 경우 프로그래밍 방식으로 액세스해야 합니다 AWS Management Console. 프로그래밍 방식 액세스를 부여하는 방법은에 액세스하는 사용자 유형에 따라 다릅니다 AWS. 사용자에게 프로그래밍 방식 액세스 권한을 부여하려면 다음 옵션 중 하나를 선택합니다. **** | 프로그래밍 방식 액세스가 필요한 사용자 | 목적 | 방법 | | --- | --- | --- | | IAM | (권장) 콘솔 자격 증명을 임시 자격 증명으로 사용하여 AWS CLI, AWS SDKs 또는 AWS APIs. | 사용하고자 하는 인터페이스에 대한 지침을 따릅니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/timestream/latest/developerguide/accessing.html) | | 작업 인력 ID (IAM Identity Center에서 관리되는 사용자) | 임시 자격 증명을 사용하여 AWS CLI, AWS SDKs 또는 AWS APIs. | 사용하고자 하는 인터페이스에 대한 지침을 따릅니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/timestream/latest/developerguide/accessing.html) | | IAM | 임시 자격 증명을 사용하여 AWS CLI, AWS SDKs 또는 AWS APIs. | IAM 사용 설명서의 [AWS 리소스에서 임시 자격 증명 사용](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_credentials_temp_use-resources.html)의 지침을 따릅니다. | | IAM | (권장되지 않음)장기 자격 증명을 사용하여 AWS CLI, AWS SDKs 또는 AWS APIs. | 사용하고자 하는 인터페이스에 대한 지침을 따릅니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/timestream/latest/developerguide/accessing.html) | # 콘솔 사용 Timestream Live Analytics용 AWS Management Console을 사용하여 데이터베이스 및 테이블을 생성, 편집, 삭제, 설명 및 나열할 수 있습니다. 콘솔을 사용하여 쿼리를 실행할 수도 있습니다. **Topics** + [자습서](#console_timestream.db-w-sample-data) + [데이터베이스 생성](#console_timestream.db.using-console) + [테이블 생성](#console_timestream.table.using-console) + [쿼리 실행](#console_timestream.queries.using-console) + [예약된 쿼리 생성](#console_timestream.scheduledquery.using-console) + [예약된 쿼리 삭제](#console_timestream.scheduledquerydeletedisable.using-console) + [테이블 삭제](#console_timestream.delete-table.using-console) + [데이터베이스 삭제](#console_timestream.delete-db.using-console) + [테이블 편집](#console_timestream.edit-table.using-console) + [데이터베이스 편집](#console_timestream.edit-db.using-console) ## 자습서 이 자습서에서는 샘플 데이터세트로 채워진 데이터베이스를 생성하고 샘플 쿼리를 실행하는 방법을 보여줍니다. 이 자습서에서 사용되는 샘플 데이터세트는 IoT 및 DevOps 시나리오에서 자주 볼 수 있습니다. IoT 데이터세트에는 플릿 관리를 간소화하고 최적화 기회를 식별하기 위해 트럭의 속도, 위치 및 부하와 같은 시계열 데이터가 포함되어 있습니다. DevOps 데이터세트에는 애플리케이션 성능 및 가용성을 개선하기 위한 CPU, 네트워크 및 메모리 사용률과 같은 EC2 인스턴스 지표가 포함되어 있습니다. 다음은 이 섹션에 설명된 지침에 대한 [동영상 자습서](https://www.youtube.com/watch?v=YBWCGDd4ChQ)입니다. 다음 단계에 따라 샘플 데이터 세트로 채워진 데이터베이스를 생성하고 AWS 콘솔을 사용하여 샘플 쿼리를 실행합니다. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **데이터베이스**를 선택합니다. 1. **데이터베이스 생성**을 클릭합니다. 1. 데이터베이스 생성 페이지에서 다음을 입력합니다. + **구성 선택** - **샘플 데이터베이스**를 선택합니다. + **이름** - 원하는 데이터베이스 이름을 입력합니다. + **샘플 데이터세트 선택** - **IoT** 및 **DevOps**를 선택합니다. + **데이터베이스 생성**을 클릭하여 샘플 데이터로 채워진 IoT와 DevOps라는 2개의 테이블이 포함된 데이터베이스를 생성합니다. 1. 탐색 창에서 **쿼리 편집기**를 선택합니다. 1. 상단 메뉴에서 **샘플 쿼리**를 선택합니다. 1. 샘플 쿼리 중 하나를 클릭합니다. 그러면 샘플 쿼리로 채워진 편집기가 있는 쿼리 편집기로 돌아갑니다. 1. **실행**을 클릭하여 쿼리를 실행하고 쿼리 결과를 확인합니다. ## 데이터베이스 생성 다음 단계에 따라 AWS 콘솔을 사용하여 데이터베이스를 생성합니다. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **데이터베이스**를 선택합니다. 1. **데이터베이스 생성**을 클릭합니다. 1. 데이터베이스 생성 페이지에서 다음을 입력합니다. + **구성 선택** - **표준 데이터베이스**를 선택합니다. + **이름** - 원하는 데이터베이스 이름을 입력합니다. + **암호화** - KMS 키를 선택하거나 기본 옵션을 사용합니다. 여기서 Timestream LiveAnalytics는 KMS 키가 아직 없는 경우 계정에 KMS 키를 생성합니다. 1. **데이터베이스 생성**을 클릭하여 데이터베이스를 생성합니다. ## 테이블 생성 AWS 콘솔을 사용하여 테이블을 생성하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **테이블**을 선택합니다. 1. **테이블 생성**을 클릭합니다. 1. 테이블 생성 페이지에서 다음을 입력합니다. + **데이터베이스 이름** - [데이터베이스 생성](#console_timestream.db.using-console)에서 생성된 데이터베이스의 이름을 선택합니다. + **테이블 이름** - 선택한 테이블 이름을 입력합니다. + **메모리 스토어 보존** - 메모리 스토어에 데이터를 유지할 기간을 지정합니다. 메모리 스토어는 지연 도착 데이터(현재 시간보다 이전 타임스탬프를 가진 데이터)를 포함한 수신 데이터를 처리하며 빠른 특정 시점으로 쿼리에 최적화되어 있습니다. + **마그네틱 스토어 보존** - 마그네틱 스토어에 데이터를 유지할 기간을 지정합니다. 마그네틱 스토어는 장기 스토리지용이며 빠른 분석 쿼리에 최적화되어 있습니다. 1. **테이블 생성**을 클릭합니다. ## 쿼리 실행 AWS 콘솔을 사용하여 쿼리를 실행하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **쿼리 편집기**를 선택합니다. 1. 왼쪽 창에서 [데이터베이스 생성](#console_timestream.db.using-console)에서 생성된 데이터베이스를 선택합니다. 1. 왼쪽 창에서 [테이블 생성](#console_timestream.table.using-console)에서 생성된 데이터베이스를 선택합니다. 1. 쿼리 편집기에서 쿼리를 실행할 수 있습니다. 테이블의 최신 10개 행을 보려면 다음을 실행합니다. ``` SELECT * FROM . ORDER BY time DESC LIMIT 10 ``` 1. (선택 사항) 쿼리의 효율성에 대한 인사이트를 얻으려면 **인사이트 활성화**를 켭니다. ## 예약된 쿼리 생성 AWS 콘솔을 사용하여 예약된 쿼리를 생성하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **예약된 쿼리**를 선택합니다. 1. **예약된 쿼리 생성**을 클릭합니다. 1. **쿼리 이름** 및 **대상 테이블** 섹션에 다음을 입력합니다. + **이름** - 쿼리 이름을 입력합니다. + **데이터베이스 이름** - [데이터베이스 생성](#console_timestream.db.using-console)에서 생성된 데이터베이스의 이름을 선택합니다. + **테이블 이름** - [테이블 생성](#console_timestream.table.using-console)에서 생성된 테이블의 이름을 선택합니다. 1. **쿼리 문** 섹션에서 유효한 쿼리 문을 입력합니다. 그런 다음 **쿼리 검증**을 클릭합니다. 1. **대상 테이블 모델**에서 정의되지 않은 속성에 대한 모델을 정의합니다. **비주얼 빌더** 또는 JSON을 사용할 수 있습니다. 1. **실행 일정** 섹션에서 **고정 속도** 또는 **Chron 표현식**을 선택합니다. chron 표현식의 경우 예약 표현식에 대한 자세한 내용은 [예약된 쿼리에 대한 예약 표현식](https://docs.aws.amazon.com/timestream/latest/developerguide/scheduledqueries-schedule.html)을 참조하세요. 1. **SNS 주제** 섹션에서 알림에 사용할 SNS 주제를 입력합니다. 1. **오류 로그 보고서** 섹션에서 오류를 보고하는 데 사용할 S3 위치를 입력합니다. **암호화 키 유형(Encryption key type)**을 선택합니다. 1. **AWS KMS 키**의 **보안 설정** 섹션에서 AWS KMS 키 유형을 선택합니다. Timestream for LiveAnalytics가 예약된 쿼리를 실행하는 데 사용할 **IAM 역할**을 입력합니다. 역할에 필요한 권한 및 신뢰 관계에 대한 자세한 내용은 [예약된 쿼리에 대한 IAM 정책 예제](https://docs.aws.amazon.com/timestream/latest/developerguide/security_iam_id-based-policy-examples.html#security_iam_id-based-policy-examples-sheduledqueries)를 참조하세요. 1. **예약된 쿼리 생성**을 클릭합니다. ## 예약된 쿼리 삭제 AWS Console을 사용하여 예약된 쿼리를 삭제하거나 비활성화하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **예약된 쿼리**를 선택합니다. 1. [예약된 쿼리 생성](#console_timestream.scheduledquery.using-console)에서 생성된 예약된 쿼리를 선택합니다. 1. **작업**을 선택합니다. 1. **비활성화** 또는 **삭제**를 선택합니다. 1. 삭제를 선택한 경우 작업을 확인하고 **삭제**를 선택합니다. ## 테이블 삭제 AWS 콘솔을 사용하여 데이터베이스를 삭제하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **테이블**을 선택합니다. 1. [테이블 생성](#console_timestream.table.using-console)에서 생성한 테이블을 선택합니다. 1. **삭제**를 클릭합니다. 1. 확인 상자에 *delete*를 입력합니다. ## 데이터베이스 삭제 AWS 콘솔을 사용하여 데이터베이스를 삭제하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **데이터베이스**를 선택합니다. 1. 데이터베이스 생성에서 **데이터베이스 생성**을 선택합니다. 1. **삭제**를 클릭합니다. 1. 확인 상자에 *delete*를 입력합니다. ## 테이블 편집 AWS 콘솔을 사용하여 테이블을 편집하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **테이블**을 선택합니다. 1. [테이블 생성](#console_timestream.table.using-console)에서 생성한 테이블을 선택합니다. 1. **편집**을 클릭합니다. 1. 테이블 세부 정보를 편집하고 저장합니다. + **메모리 스토어 보존** - 메모리 스토어에 데이터를 유지할 기간을 지정합니다. 메모리 스토어는 지연 도착 데이터(현재 시간보다 이전 타임스탬프를 가진 데이터)를 포함한 수신 데이터를 처리하며 빠른 특정 시점으로 쿼리에 최적화되어 있습니다. + **마그네틱 스토어 보존** - 마그네틱 스토어에 데이터를 유지할 기간을 지정합니다. 마그네틱 스토어는 장기 스토리지용이며 빠른 분석 쿼리에 최적화되어 있습니다. ## 데이터베이스 편집 AWS 콘솔을 사용하여 데이터베이스를 편집하려면 다음 단계를 따르세요. 1. [AWS Console](https://console.aws.amazon.com/timestream)을 엽니다. 1. 탐색 창에서 **데이터베이스**를 선택합니다. 1. 데이터베이스 생성에서 **데이터베이스 생성**을 선택합니다. 1. **편집**을 클릭합니다. 1. 데이터베이스 세부 정보를 편집하고 저장합니다. # 를 사용하여 LiveAnalytics용 Amazon Timestream에 액세스 AWS CLI AWS Command Line Interface (AWS CLI)를 사용하여 명령줄에서 여러 AWS 서비스를 제어하고 스크립트를 통해 자동화할 수 있습니다. 임시 작업에 AWS CLI 를 사용할 수 있습니다. 또한 이를 사용하여 유틸리티 스크립트 내에 Amazon Timestream for LiveAnalytics 작업을 포함할 수도 있습니다. Timestream for LiveAnalytics와 AWS CLI 함께를 사용하려면 먼저 프로그래밍 방식 액세스를 설정해야 합니다. 자세한 내용은 [프로그래밍 방식 액세스 권한 부여](accessing.md#programmatic-access) 단원을 참조하십시오. AWS CLI의 Timestream for LiveAnalytics 쿼리 API에 사용할 수 있는 모든 명령의 전체 목록을 보려면 Timestream for InfluxDB [AWS CLI 명령 레퍼런스](https://docs.aws.amazon.com/cli/latest/reference/timestream-query/index.html)를 참조하세요. AWS CLI의 Timestream for LiveAnalytics 쓰기 API에 사용할 수 있는 모든 명령의 전체 목록을 보려면 Timestream for InfluxDB [AWS CLI 명령 레퍼런스](https://docs.aws.amazon.com/cli/latest/reference/timestream-write/index.html)를 참조하세요. **Topics** + [다운로드 및 구성 AWS CLI](#Tools.CLI.DownloadingAndRunning) + [Timestream for LiveAnalytics와 AWS CLI 함께 사용](#Tools.CLI.UsingWithQLDB) ## 다운로드 및 구성 AWS CLI 는 Windows, macOS 또는 Linux에서 AWS CLI 실행됩니다. 다운로드, 설치 및 구성하려면 다음 단계를 따르세요. 1. [http://aws.amazon.com/cli](https://aws.amazon.com/cli) AWS CLI 를 다운로드합니다. 1. *AWS Command Line Interface 사용 설명서*[의 AWS CLI 설치](https://docs.aws.amazon.com/cli/latest/userguide/installing.html) 및 [CLI 구성 AWS](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html) 지침을 따릅니다. ## Timestream for LiveAnalytics와 AWS CLI 함께 사용 명령줄 형식은 Amazon Timestream for LiveAnalytics 작업 이름과 해당 작업에 대한 파라미터 순으로 구성됩니다. 는 JSON 외에도 파라미터 값에 대한 간편 구문을 AWS CLI 지원합니다. `help`를 사용하여 Timestream for LiveAnalytics에서 사용 가능한 모든 명령을 나열합니다. 예제: ``` aws timestream-write help ``` ``` aws timestream-query help ``` `help`를 사용하여 특정 명령을 설명하고 그 사용법에 대해 자세히 알아볼 수도 있습니다. ``` aws timestream-write create-database help ``` 예를 들어 데이터베이스를 생성하려면 다음을 사용합니다. ``` aws timestream-write create-database --database-name myFirstDatabase ``` 마그네틱 스토어 쓰기가 활성화된 테이블을 생성하려면 다음을 사용합니다. ``` aws timestream-write create-table \ --database-name metricsdb \ --table-name metrics \ --magnetic-store-write-properties "{\"EnableMagneticStoreWrites\": true}" ``` 단일 측정 레코드를 사용하여 데이터를 쓰려면 다음을 사용합니다. ``` aws timestream-write write-records \ --database-name metricsdb \ --table-name metrics \ --common-attributes "{\"Dimensions\":[{\"Name\":\"asset_id\", \"Value\":\"100\"}], \"Time\":\"1631051324000\",\"TimeUnit\":\"MILLISECONDS\"}" \ --records "[{\"MeasureName\":\"temperature\", \"MeasureValueType\":\"DOUBLE\",\"MeasureValue\":\"30\"},{\"MeasureName\":\"windspeed\", \"MeasureValueType\":\"DOUBLE\",\"MeasureValue\":\"7\"},{\"MeasureName\":\"humidity\", \"MeasureValueType\":\"DOUBLE\",\"MeasureValue\":\"15\"},{\"MeasureName\":\"brightness\", \"MeasureValueType\":\"DOUBLE\",\"MeasureValue\":\"17\"}]" ``` 다중 측정 레코드를 사용하여 데이터를 쓰려면 다음을 사용합니다. ``` # wide model helper method to create Multi-measure records function ingest_multi_measure_records { epoch=`date +%s` epoch+=$i # multi-measure records aws timestream-write write-records \ --database-name $src_db_wide \ --table-name $src_tbl_wide \ --common-attributes "{\"Dimensions\":[{\"Name\":\"device_id\", \ \"Value\":\"12345678\"},\ {\"Name\":\"device_type\", \"Value\":\"iPhone\"}, \ {\"Name\":\"os_version\", \"Value\":\"14.8\"}, \ {\"Name\":\"region\", \"Value\":\"us-east-1\"} ], \ \"Time\":\"$epoch\",\"TimeUnit\":\"MILLISECONDS\"}" \ --records "[{\"MeasureName\":\"video_metrics\", \"MeasureValueType\":\"MULTI\", \ \"MeasureValues\": \ [{\"Name\":\"video_startup_time\",\"Value\":\"0\",\"Type\":\"BIGINT\"}, \ {\"Name\":\"rebuffering_ratio\",\"Value\":\"0.5\",\"Type\":\"DOUBLE\"}, \ {\"Name\":\"video_playback_failures\",\"Value\":\"0\",\"Type\":\"BIGINT\"}, \ {\"Name\":\"average_frame_rate\",\"Value\":\"0.5\",\"Type\":\"DOUBLE\"}]}]" \ --endpoint-url $ingest_endpoint \ --region $region } # create 5 records for i in {100..105}; do ingest_multi_measure_records $i; done ``` 테이블 쿼리: ``` aws timestream-query query \ --query-string "SELECT time, device_id, device_type, os_version, region, video_startup_time, rebuffering_ratio, video_playback_failures, \ average_frame_rate \ FROM metricsdb.metrics \ where time >= ago (15m)" ``` 예약된 쿼리를 생성하려면 다음을 사용합니다. ``` aws timestream-query create-scheduled-query \ --name scheduled_query_name \ --query-string "select bin(time, 1m) as time, \ avg(measure_value::double) as avg_cpu, min(measure_value::double) as min_cpu, region \ from $src_db.$src_tbl where measure_name = 'cpu' \ and time BETWEEN @scheduled_runtime - (interval '5' minute) AND @scheduled_runtime \ group by region, bin(time, 1m)" \ --schedule-configuration "{\"ScheduleExpression\":\"$cron_exp\"}" \ --notification-configuration "{\"SnsConfiguration\":{\"TopicArn\":\"$sns_topic_arn\"}}" \ --scheduled-query-execution-role-arn "arn:aws:iam::452360119086:role/TimestreamSQExecutionRole" \ --target-configuration "{\"TimestreamConfiguration\":{\ \"DatabaseName\": \"$dest_db\",\ \"TableName\": \"$dest_tbl\",\ \"TimeColumn\":\"time\",\ \"DimensionMappings\":[{\ \"Name\": \"region\", \"DimensionValueType\": \"VARCHAR\" }],\ \"MultiMeasureMappings\":{\ \"TargetMultiMeasureName\": \"mma_name\", \"MultiMeasureAttributeMappings\":[{\ \"SourceColumn\": \"avg_cpu\", \"MeasureValueType\": \"DOUBLE\", \"TargetMultiMeasureAttributeName\": \"target_avg_cpu\" },\ { \ \"SourceColumn\": \"min_cpu\", \"MeasureValueType\": \"DOUBLE\", \"TargetMultiMeasureAttributeName\": \"target_min_cpu\" }] \ }\ }}" \ --error-report-configuration "{\"S3Configuration\": {\ \"BucketName\": \"$s3_err_bucket\",\ \"ObjectKeyPrefix\": \"scherrors\",\ \"EncryptionOption\": \"SSE_S3\"\ }\ }" ``` # API 사용 [SDK](getting-started-sdks.md) 외에도 Amazon Timestream for LiveAnalytics는 *엔드포인트 검색 패턴*을 통해 직접 REST API 액세스를 제공합니다. 엔드포인트 검색 패턴은 사용 사례와 함께 아래에 설명되어 있습니다. ## 엔드포인트 검색 패턴 Timestream Live Analytics의 SDK는 서비스 엔드포인트의 관리와 매핑을 포함하여 서비스의 아키텍처와 투명하게 연동되도록 설계되었으므로 대부분의 애플리케이션에 SDK를 사용하는 것이 좋습니다. 그러나 Timestream for LiveAnalytics REST API 엔드포인트 검색 패턴을 사용해야 하는 몇 가지 인스턴스가 있습니다. + [Timestream for LiveAnalytics와 함께 VPC 엔드포인트(AWS PrivateLink)](VPCEndpoints.md)를 사용하는 경우 + 애플리케이션이 아직 SDK를 지원하지 않는 프로그래밍 언어를 사용하는 경우 + 클라이언트 측 구현을 더 잘 제어해야 하는 경우 이 섹션에는 엔드포인트 검색 패턴의 작동 방식, 엔드포인트 검색 패턴 구현 방법 및 사용 노트에 대한 정보가 포함되어 있습니다. 자세히 알아보려면 아래 주제를 선택하세요. **Topics** + [엔드포인트 검색 패턴](#Using-API.endpoint-discovery) + [엔드포인트 검색 패턴의 작동 방식](Using-API.endpoint-discovery.how-it-works.md) + [엔드포인트 검색 패턴 구현](Using-API.endpoint-discovery.describe-endpoints.implementation.md) # 엔드포인트 검색 패턴의 작동 방식 Timestream은 더 나은 규모 조정 및 트래픽 격리 속성을 보장하기 위해 [셀룰러 아키텍처](architecture.md#cells)를 사용하여 구축됩니다. 각 고객 계정은 리전의 특정 셀에 매핑되므로 애플리케이션은 계정이 매핑된 올바른 셀별 엔드포인트를 사용해야 합니다. SDK를 사용할 때 이 매핑은 투명하게 처리되므로 셀별 엔드포인트를 관리할 필요가 없습니다. 그러나 REST API에 직접 액세스할 때는 올바른 엔드포인트를 직접 관리하고 매핑해야 합니다. *엔드포인트 검색 패턴*인 이 프로세스는 아래에 설명되어 있습니다. 1. 엔드포인트 검색 패턴은 `DescribeEndpoints` 작업에 대한 직접 호출로 시작됩니다([https://docs.aws.amazon.com/timestream/latest/developerguide/API_Reference.html](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Reference.html) 섹션에 설명됨). 1. 반환된 Time-to-Live(TTL) 값([https://docs.aws.amazon.com/timestream/latest/developerguide/API_Endpoint.html#timestream-Type-Endpoint-CachePeriodInMinutes.html](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Endpoint.html#timestream-Type-Endpoint-CachePeriodInMinutes.html))으로 지정된 시간 동안 엔드포인트를 캐시하고 재사용해야 합니다. 그런 다음 TTL 기간 동안 Timestream LiveAnalytics API를 직접적으로 호출할 수 있습니다. 1. TTL이 만료되면 DescribeEndpoints를 새로 고쳐야 합니다(즉, 1단계에서 다시 시작). **참고** `DescribeEndpoints` 작업에 대한 구문, 파라미터 및 기타 사용 정보는 [API 참조](https://docs.aws.amazon.com/timestream/latest/developerguide/API_DescribeEndpoints.html)에 설명되어 있습니다. `DescribeEndpoints` 작업은 두 SDK 통해 사용할 수 있으며 각각 동일합니다. 엔드포인트 검색 패턴의 구현은 [엔드포인트 검색 패턴 구현](Using-API.endpoint-discovery.describe-endpoints.implementation.md) 섹션을 참조하세요. # 엔드포인트 검색 패턴 구현 엔드포인트 검색 패턴을 구현하려면 API(쓰기 또는 쿼리)를 선택하고 **DescribeEndpoints** 요청을 생성한 다음 반환된 TTL 값(들) 기간 동안 반환된 엔드포인트를 사용합니다. 구현 절차는 아래에 설명되어 있습니다. **참고** [사용 노트](#Using-API.endpoint-discovery.describe-endpoints.usage-notes)를 숙지해야 합니다. ## 구현 절차 1. [https://docs.aws.amazon.com/timestream/latest/developerguide/API_DescribeEndpoints.html](https://docs.aws.amazon.com/timestream/latest/developerguide/API_DescribeEndpoints.html) 요청을 사용하여 직접적으로 호출하려는 API의 엔드포인트를 획득합니다([쓰기](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Operations_Amazon_Timestream_Write.html) 또는 [쿼리](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Operations_Amazon_Timestream_Query.html)). 1. 아래 설명된 두 엔드포인트 중 하나를 사용하여 관심 API([쓰기](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Operations_Amazon_Timestream_Write.html) 또는 [쿼리](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Operations_Amazon_Timestream_Query.html))에 해당하는 [https://docs.aws.amazon.com/timestream/latest/developerguide/API_DescribeEndpoints.html](https://docs.aws.amazon.com/timestream/latest/developerguide/API_DescribeEndpoints.html)에 대한 요청을 생성합니다. 요청에 대한 입력 파라미터가 없습니다. 아래 참고 사항을 읽어야 합니다. *Write SDK:* ``` ingest.timestream..amazonaws.com ``` *SDK 쿼리:* ``` query.timestream..amazonaws.com ``` 리전 `us-east-1`에 대한 CLI 직접 호출의 예는 다음과 같습니다. ``` REGION_ENDPOINT="https://query.timestream.us-east-1.amazonaws.com" REGION=us-east-1 aws timestream-write describe-endpoints \ --endpoint-url $REGION_ENDPOINT \ --region $REGION ``` **참고** HTTP "Host" 헤더에는 API 엔드포인트도 포함되어야 *합니다*. 헤더가 채워지지 않으면 요청이 실패합니다. 이는 모든 HTTP/1.1 요청에 대한 표준 요구 사항입니다. 1.1 이상을 지원하는 HTTP 라이브러리를 사용하는 경우 HTTP 라이브러리가 자동으로 헤더를 채웁니다. **참고** *<리전>*을 요청이 이루어지는 리전의 리전 식별자로 대체합니다(예: `us-east-1`). 1. 응답을 구문 분석하여 엔드포인트를 추출하고 TTL 값을 캐시합니다. 응답은 하나 이상의 [`Endpoint` 객체 ](https://docs.aws.amazon.com/timestream/latest/developerguide/API_Endpoint.html)의 배열입니다. 각 `Endpoint` 객체에는 엔드포인트 주소(`Address`)와 해당 엔드포인트(`CachePeriodInMinutes`)의 TTL이 포함됩니다. 1. 지정된 TTL까지 엔드포인트를 캐시합니다. 1. TTL이 만료되면 구현의 1단계에서 다시 시작하여 새 엔드포인트를 검색합니다. ## 엔드포인트 검색 패턴에 대한 사용 노트 + **DescribeEndpoints** 작업은 Timestream LiveAnalytics 리전 엔드포인트가 인식하는 유일한 작업입니다. + 응답에는 Timestream LiveAnalytics API를 직접적으로 호출할 엔드포인트 목록이 포함되어 있습니다. + 응답이 성공하면 목록에 엔드포인트가 하나 이상 있어야 합니다. 목록에 엔드포인트가 2개 이상 있는 경우 API 직접 호출에 똑같이 사용할 수 있으며 호출자는 임의로 사용할 엔드포인트를 선택할 수 있습니다. + 엔드포인트의 DNS 주소 외에도 목록의 각 엔드포인트는 분 단위로 지정된 엔드포인트를 사용할 수 있는 Time-to-Live(TTL)를 지정합니다. + 반환된 TTL 값에 지정된 시간(분) 동안 엔드포인트를 캐시하고 재사용해야 합니다. TTL이 만료되면 TTL이 만료된 후 엔드포인트가 더 이상 작동하지 않으므로 사용할 엔드포인트를 새로 고치려면 **DescribeEndpoints**에 대한 새 직접 호출을 수행해야 합니다. # AWS SDKs 사용 AWS SDKs. Timestream은 언어당 2개의 SDK인 Write SDK와 Query SDK를 지원합니다. Write SDK는 CRUD 작업을 수행하고 Timestream에 시계열 데이터를 삽입하는 데 사용됩니다. Query SDK는 Timestream에 저장된 기존 시계열 데이터를 쿼리하는 데 사용됩니다. 선택한 SDK에 필요한 사전 조건을 완료했으면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. **Topics** + [Java](getting-started.java.md) + [Java v2](getting-started.java-v2.md) + [Go](getting-started.go.md) + [Python](getting-started.python.md) + [Node.js](getting-started.node-js.md) + [.NET](getting-started.dot-net.md) # Java [Java 1.0 SDK](https://aws.amazon.com/sdk-for-java/) 및 Amazon Timestream을 시작하려면 아래 설명된 사전 조건을 완료하세요. Java SDK에 필요한 사전 조건을 완료하면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. ## 사전 조건 Java를 시작하기 전에 다음을 수행해야 합니다. 1. 의 AWS 설정 지침을 따릅니다[Timestream for LiveAnalytics에 액세스](accessing.md). 1. 다음을 다운로드하고 설치하여 Java 개발 환경을 설정합니다. + Java SE 개발 키트 8(예: [Amazon Corretto 8](https://docs.aws.amazon.com/corretto/latest/corretto-8-ug/downloads-list.html)) + Java IDE(예: [Eclipse](http://www.eclipse.org) 또는 [IntelliJ](https://www.jetbrains.com/idea/)) 자세한 내용은 [시작하기를 참조하세요. AWS SDK for Java](https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/get-started.html) 1. 개발을 위해 AWS 자격 증명 및 리전을 구성합니다. + AWS SDK for Java에서 사용할 AWS 보안 자격 증명을 설정합니다. + AWS 리전을 설정하여 LiveAnalytics 엔드포인트의 기본 Timestream을 결정합니다. ## Apache Maven 사용 [Apache Maven](https://maven.apache.org/)을 사용하여 AWS SDK for Java 프로젝트를 구성하고 빌드할 수 있습니다. **참고** Apache Maven을 사용하려면 Java SDK 및 런타임이 1.8 이상이어야 합니다. AWS SDK를 [ Apache Maven과 함께 사용에서 설명한 대로 SDK를 Maven](https://docs.aws.amazon.com/sdk-for-java/v1/developer-guide/setup-project-maven.html) 종속성으로 구성할 수 있습니다. 다음 명령을 사용하여 컴파일을 실행하고 소스 코드를 실행할 수 있습니다. ``` mvn clean compile mvn exec:java -Dexec.mainClass= ``` **참고** ``는 Java 소스 코드의 기본 클래스 경로입니다. ## 자격 AWS 증명 설정 [AWS SDK for Java](https://aws.amazon.com/sdk-for-java) 에서는 런타임 시 애플리케이션에 AWS 자격 증명을 제공해야 합니다. 이 안내서의 코드 예제에서는 *AWS SDK for Java 개발자 안내서*의 [개발을 위한 자격 증명 및 리전 설정에 설명된 대로 자격 AWS 증명](https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/setup-credentials.html) 파일을 사용하고 AWS 있다고 가정합니다. 다음은 이름이 인 AWS 자격 증명 파일의 예입니다. `~/.aws/credentials`여기서 물결표 문자(`~`)는 홈 디렉터리를 나타냅니다. ``` [default] aws_access_key_id = AWS access key ID goes here aws_secret_access_key = Secret key goes here ``` # Java v2 [Java 2.0 SDK](https://aws.amazon.com/sdk-for-java/) 및 Amazon Timestream을 시작하려면 아래 설명된 사전 조건을 완료하세요. Java 2.0 SDK에 필요한 사전 조건을 완료하면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. ## 사전 조건 Java를 시작하기 전에 다음을 수행해야 합니다. 1. 의 AWS 설정 지침을 따릅니다[Timestream for LiveAnalytics에 액세스](accessing.md). 1. AWS SDK를 [ Apache Maven과 함께 사용에서 설명한 대로 SDK를 Maven](https://docs.aws.amazon.com/sdk-for-java/v2/developer-guide/welcome.html) 종속성으로 구성할 수 있습니다. 1. 다음을 다운로드하고 설치하여 Java 개발 환경을 설정합니다. + Java SE 개발 키트 8(예: [Amazon Corretto 8](https://docs.aws.amazon.com/corretto/latest/corretto-8-ug/downloads-list.html)) + Java IDE(예: [Eclipse](http://www.eclipse.org) 또는 [IntelliJ](https://www.jetbrains.com/idea/)) 자세한 내용은 [시작하기를 참조하세요. AWS SDK for Java](https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/get-started.html) ## Apache Maven 사용 [Apache Maven](https://maven.apache.org/)을 사용하여 AWS SDK for Java 프로젝트를 구성하고 빌드할 수 있습니다. **참고** Apache Maven을 사용하려면 Java SDK 및 런타임이 1.8 이상이어야 합니다. AWS SDK를 [ Apache Maven과 함께 사용에서 설명한 대로 SDK를 Maven](https://docs.aws.amazon.com/sdk-for-java/v2/developer-guide/welcome.html) 종속성으로 구성할 수 있습니다. pom.xml 파일에 필요한 변경 사항은 [여기](https://docs.aws.amazon.com/sdk-for-java/v2/migration-guide/whats-different.html#adding-v2)에 설명되어 있습니다. 다음 명령을 사용하여 컴파일을 실행하고 소스 코드를 실행할 수 있습니다. ``` mvn clean compile mvn exec:java -Dexec.mainClass= ``` **참고** ``는 Java 소스 코드의 기본 클래스 경로입니다. # Go [Go SDK](https://aws.amazon.com/sdk-for-go/) 및 Amazon Timestream을 시작하려면 아래 설명된 사전 조건을 완료하세요. Go SDK에 필요한 사전 조건을 완료하면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. ## 사전 조건 1. [GO SDK 1.14를 다운로드합니다](https://golang.org/doc/install). 1. [GO SDK를 구성합니다](https://docs.aws.amazon.com/sdk-for-go/v1/developer-guide/configuring-sdk.html). 1. [클라이언트를 구성합니다](https://docs.aws.amazon.com/sdk-for-go/v1/developer-guide/configuring-sdk.html). # Python [Python SDK](https://aws.amazon.com/sdk-for-python/) 및 Amazon Timestream을 시작하려면 아래 설명된 사전 조건을 완료합니다. Python SDK에 필요한 사전 조건을 완료하면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. ## 사전 조건 Python을 사용하려면 [여기](https://boto3.amazonaws.com/v1/documentation/api/latest/index.html)의 지침에 따라 Boto3를 설치하고 구성합니다. # Node.js [Node.js SDK](https://aws.amazon.com/sdk-for-node-js/) 및 Amazon Timestream을 시작하려면 아래 설명된 사전 조건을 완료하세요. Node.js SDK에 필요한 사전 조건을 완료하면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. ## 사전 조건 Node.js를 시작하기 전에 다음을 수행해야 합니다. 1. [Node.js를 설치합니다](https://nodejs.org/en/). 1. [AWS SDK for JavaScript를 설치합니다](https://aws.amazon.com/sdk-for-node-js/). # .NET [.NET SDK](https://aws.amazon.com/sdk-for-net/) 및 Amazon Timestream을 시작하려면 아래 설명된 사전 조건을 완료하세요. .NET SDK에 필요한 사전 조건을 완료하면 [코드 샘플](code-samples.md)을 시작할 수 있습니다. ## 사전 조건 .NET을 시작하기 전에 다음 명령을 실행하여 필요한 NuGet 패키지를 설치하고 AWSSDK.Core 버전이 3.3.107 이상인지 확인합니다. ``` dotnet add package AWSSDK.Core dotnet add package AWSSDK.TimestreamWrite dotnet add package AWSSDK.TimestreamQuery ```