기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

에 대해 Timestream에서 예약된 쿼리 사용 LiveAnalytics

에 대한 Amazon Timestream의 예약된 쿼리 기능은 운영 대시보드, 비즈니스 보고서, 임시 분석 및 기타 애플리케이션에 일반적으로 사용되는 집계, 롤업 및 기타 형태의 사전 처리된 데이터를 계산하고 저장하기 위한 LiveAnalytics 완전 관리형, 서버리스 및 확장 가능한 솔루션입니다. 예약된 쿼리를 사용하면 실시간 분석이 더 효과적이고 비용 효율적이므로 데이터에서 추가 인사이트를 도출하고 더 나은 비즈니스 결정을 내릴 수 있습니다.

예약된 쿼리를 사용하면 데이터에 대한 집계, 롤업 및 기타 작업을 계산하는 실시간 분석 쿼리를 정의하고 에 대한 Amazon Timestream은 이러한 쿼리를 LiveAnalytics 주기적으로 자동으로 실행하고 쿼리 결과를 별도의 테이블에 안정적으로 기록합니다. 데이터는 일반적으로 몇 분 내에 계산되고 이러한 테이블로 업데이트됩니다.

그런 다음 대시보드와 보고서를 지시하여 상당히 큰 소스 테이블을 쿼리하는 대신 집계된 데이터가 포함된 테이블을 쿼리할 수 있습니다. 이로 인해 성능 및 비용 이득이 100%를 초과할 수 있습니다. 이는 집계된 데이터가 있는 테이블에는 소스 테이블보다 훨씬 적은 데이터가 포함되어 있으므로 쿼리가 더 빠르고 데이터 스토리지가 저렴하기 때문입니다.

또한 예약된 쿼리가 있는 테이블은 LiveAnalytics 테이블용 Timestream의 모든 기존 기능을 제공합니다. 예를 들어 를 사용하여 테이블을 쿼리할 수 있습니다SQL. Grafana를 사용하여 테이블에 저장된 데이터를 시각화할 수 있습니다. Amazon Kinesis , Amazon ,MSK AWS IoT Core 및 Telegraf를 사용하여 테이블에 데이터를 수집할 수도 있습니다. 자동 데이터 수명 주기 관리를 위해 이러한 테이블에서 데이터 보존 정책을 구성할 수 있습니다.

집계된 데이터가 포함된 테이블의 데이터 보존은 소스 테이블의 데이터 보존과 완전히 분리되므로 데이터 스토리지 비용의 일부만으로 소스 테이블의 데이터 보존을 줄이고 집계 데이터를 훨씬 더 긴 기간 동안 보존하도록 선택할 수도 있습니다. 예약된 쿼리를 사용하면 실시간 분석이 더 빠르고 저렴하므로 더 많은 고객이 더 쉽게 액세스할 수 있으므로 애플리케이션을 모니터링하고 더 나은 데이터 기반 비즈니스 결정을 내릴 수 있습니다.

예약된 쿼리 이점

예약된 쿼리 사용 사례

애플리케이션의 최종 사용자 활동을 요약하는 비즈니스 보고서에 예약된 쿼리를 사용할 수 있으므로 개인화를 위해 기계 학습 모델을 훈련할 수 있습니다. 또한 이상, 네트워크 침입 또는 사기 활동을 감지하는 경보에 대해 예약된 쿼리를 사용할 수 있으므로 즉각적인 수정 조치를 취할 수 있습니다.

또한 보다 효과적인 데이터 거버넌스를 위해 예약된 쿼리를 사용할 수 있습니다. 이렇게 하려면 예약된 쿼리에만 소스 테이블 액세스 권한을 부여하고 개발자에게 예약된 쿼리로 채워진 테이블에만 액세스 권한을 부여하면 됩니다. 이렇게 하면 의도하지 않고 오래 실행되는 쿼리의 영향을 최소화할 수 있습니다.

예: 실시간 분석을 사용하여 사기 결제를 감지하고 더 나은 비즈니스 의사 결정

미국의 주요 대도시 전역에 분산된 여러 point-of-sale 터미널에서 전송된 트랜잭션을 처리하는 결제 시스템을 고려해 보세요. 용 Amazon Timestream LiveAnalytics 을 사용하여 트랜잭션 데이터를 저장하고 분석하면 사기 트랜잭션을 감지하고 실시간 분석 쿼리를 실행할 수 있습니다. 이러한 쿼리는 시간당 가장 사용량이 많거나 가장 적게 사용되는 point-of-sale 터미널, 각 도시에서 하루 중 가장 사용량이 많은 시간, 시간당 대부분의 트랜잭션이 있는 도시를 식별하는 등의 비즈니스 질문에 답변하는 데 도움이 될 수 있습니다.

시스템은 분당 약 10만 개의 트랜잭션을 처리합니다. 에 대해 LiveAnalytics Amazon Timestream에 저장된 각 트랜잭션은 100바이트입니다. 1분마다 실행되는 쿼리 10개를 구성하여 다양한 종류의 사기 결제를 감지했습니다. 또한 다양한 차원에 따라 데이터를 집계하고 조각/다이싱하는 25개의 쿼리를 생성하여 비즈니스 질문에 답변하는 데 도움이 됩니다. 이러한 각 쿼리는 지난 1시간의 데이터를 처리합니다.

이러한 쿼리에서 생성된 데이터를 표시하는 대시보드를 생성했습니다. 대시보드에는 25개의 위젯이 포함되어 있으며, 1시간마다 새로 고쳐지고, 일반적으로 지정된 시간에 10명의 사용자가 액세스할 수 있습니다. 마지막으로 메모리 스토어는 2시간의 데이터 보존 기간으로 구성되고 마그네틱 스토어는 6개월의 데이터 보존 기간을 갖도록 구성됩니다.

이 경우 대시보드에 액세스하고 새로 고칠 때마다 데이터를 다시 계산하는 실시간 분석 쿼리를 사용하거나 대시보드에 파생 테이블을 사용할 수 있습니다. 실시간 분석 쿼리를 기반으로 하는 대시보드의 쿼리 비용은 매월 $120.70입니다. 반면 파생 테이블로 구동되는 대시보드 쿼리 비용은 매월 12.27달러입니다(가격은 Amazon Timestream LiveAnalytics 참조). 이 경우 파생 테이블을 사용하면 쿼리 비용이 약 10배 줄어듭니다.