기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
쿼리
Timestream for Live Analytics를 사용하면 DevOps에 대한 지표, IoT 애플리케이션에 대한 센서 데이터, 장비 유지 관리를 위한 산업 원격 측정 데이터 및 기타 여러 사용 사례를 쉽게 저장하고 분석할 수 있습니다. Timestream for Live Analytics의 특별히 구축된 적응형 쿼리 엔진을 사용하면 단일 SQL 문을 사용하여 스토리지 계층 전반의 데이터에 액세스할 수 있습니다. 데이터 위치를 지정할 필요 없이 스토리지 계층 간에 데이터에 투명하게 액세스하고 결합합니다. SQL을 사용하여 Timestream for Live Analytics의 데이터를 쿼리하여 하나 이상의 테이블에서 시계열 데이터를 검색할 수 있습니다. 데이터베이스 및 테이블의 메타데이터 정보에 액세스할 수 있습니다. Timestream for Live Analytics SQL은 시계열 분석을 위한 내장 함수도 지원합니다. 자세한 내용은 쿼리 언어 참조 참조를 참조하세요.
Timestream for Live Analytics는 각 구성 요소가 다른 구성 요소와 독립적으로 확장할 수 있는 완전 분리형 데이터 수집, 스토리지 및 쿼리 아키텍처를 갖도록 설계되었습니다(애플리케이션 요구 사항에 따라 사실상 무한한 규모를 제공할 수 있도록 허용). 즉, 애플리케이션이 하루에 수백 테라바이트의 데이터를 보내거나 소량 또는 대량의 데이터를 처리하는 수백만 개의 쿼리를 실행할 때 Timestream for Live Analytics는 "tip over"하지 않습니다. 시간이 지남에 따라 데이터가 증가함에 따라 Timestream for Live Analytics의 쿼리 지연 시간은 대부분 변경되지 않습니다. 이는 Timestream for Live Analytics 쿼리 아키텍처가 대량의 병렬 처리를 활용하여 더 큰 데이터 볼륨을 처리하고 애플리케이션의 쿼리 처리량 요구 사항에 맞게 자동으로 확장할 수 있기 때문입니다.
데이터 모델
Timestream은 쿼리에 대해 플랫 모델과 시계열 모델의 두 가지 데이터 모델을 지원합니다.
참고
Timestream의 데이터는 플랫 모델을 사용하여 저장되며 데이터 쿼리를 위한 기본 모델입니다. 시계열 모델은 쿼리 시간 개념이며 시계열 분석에 사용됩니다.
플랫 모델
플랫 모델은 쿼리에 대한 Timestream의 기본 데이터 모델입니다. 시계열 데이터를 표 형식으로 나타냅니다. 차원 이름, 시간, 측정값 이름 및 측정값 값은 열로 표시됩니다. 테이블의 각 행은 시계열 내 특정 시점의 측정치에 해당하는 원자 데이터 포인트입니다. Timestream 데이터베이스, 테이블 및 열에는 몇 가지 이름 지정 제약 조건이 있습니다. 이에 대한 설명은에 나와 있습니다서비스 한도.
아래 표는 데이터가 단일 측정 레코드로 전송될 때 Timestream이 EC2 인스턴스의 CPU 사용률, 메모리 사용률 및 네트워크 활동을 나타내는 데이터를 저장하는 방법에 대한 예시를 보여줍니다. 이 경우 차원은 EC2 인스턴스의 리전, 가용 영역, 가상 프라이빗 클라우드 및 인스턴스 IDs. 측정값은 EC2 인스턴스의 CPU 사용률, 메모리 사용률 및 수신 네트워크 데이터입니다. 열 리전, az, vpc 및 instance_id에는 차원 값이 포함됩니다. 열 시간에는 각 레코드의 타임스탬프가 포함됩니다. measure_name 열에는 cpu-utilization, memory_utilization 및 network_bytes_in으로 표시되는 측정값의 이름이 포함됩니다. measure_value::double 열에는 두 배로 방출되는 측정값(예: CPU 사용률 및 메모리 사용률)이 포함되어 있습니다. measure_value::bigint 열에는 수신 네트워크 데이터와 같이 정수로 방출되는 측정값이 포함됩니다.
| Time | 리전 | az | vpc | instance-id | measure_name | measure_value::double | measure_value::bigint |
|---|---|---|---|---|---|---|---|
|
2019-12-04 19:00:00.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
cpu_utilization |
35.0 |
null |
|
2019-12-04 19:00:01.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
cpu_utilization |
38.2 |
null |
|
2019-12-04 19:00:02.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
cpu_utilization |
45.3 |
null |
|
2019-12-04 19:00:00.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
memory_utilization |
54.9 |
null |
|
2019-12-04 19:00:01.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
memory_utilization |
42.6 |
null |
|
2019-12-04 19:00:02.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
memory_utilization |
33.3 |
null |
|
2019-12-04 19:00:00.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
network_bytes |
34,400 |
null |
|
2019-12-04 19:00:01.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
network_bytes |
1,500 |
null |
|
2019-12-04 19:00:02.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
network_bytes |
6,000 |
null |
아래 표는 데이터가 다중 측정 레코드로 전송될 때 Timestream이 EC2 인스턴스의 CPU 사용률, 메모리 사용률 및 네트워크 활동을 나타내는 데이터를 저장하는 방법에 대한 예시를 보여줍니다.
| Time | 리전 | az | vpc | instance-id | measure_name | cpu_utilization | memory_utilization | network_bytes |
|---|---|---|---|---|---|---|---|---|
|
2019-12-04 19:00:00.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
지표 |
35.0 |
54.9 |
34,400 |
|
2019-12-04 19:00:01.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
지표 |
38.2 |
42.6 |
1,500 |
|
2019-12-04 19:00:02.000000000 |
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
지표 |
45.3 |
33.3 |
6,600 |
시계열 모델
시계열 모델은 시계열 분석에 사용되는 쿼리 시간 구성입니다. 데이터를 (시간, 측정값) 페어의 순서 시퀀스로 나타냅니다. Timestream은 보간과 같은 시계열 함수를 지원하여 데이터의 격차를 메울 수 있습니다. 이러한 함수를 사용하려면 create_time_series와 같은 함수를 사용하여 데이터를 시계열 모델로 변환해야 합니다. 자세한 내용은 섹션을 참조쿼리 언어 참조하세요.
다음은 EC2 인스턴스의 이전 예제를 사용하여 CPU 사용률 데이터를 시간 단위로 표현한 것입니다.
| 리전 | az | vpc | instance-id | cpu_utilization |
|---|---|---|---|---|
|
us-east-1 |
us-east-1d |
vpc-1a2b3c4d |
i-1234567890abcdef0 |
[{time: 2019-12-04 19:00:00.000000000, value: 35}, {time: 2019-12-04 19:00:01.000000000, value: 38.2}, {time: 2019-12-04 19:00:02.000000000, value: 45.3}] |
