As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Amazon LiveAnalytics Timestream para conceitos
Os dados da série temporal são uma sequência de pontos de dados registrados em um intervalo de tempo. Esse tipo de dado é usado para medir eventos que mudam com o tempo. Os exemplos incluem.
-
Preços das ações ao longo do tempo
-
Medições de temperatura ao longo do tempo
-
CPUutilização de uma EC2 instância ao longo do tempo
Com dados de séries temporais, cada ponto de dados consiste em um carimbo de data/hora, um ou mais atributos e o evento que muda com o tempo. Esses dados podem ser usados para obter insights sobre o desempenho e a integridade de um aplicativo, detectar anomalias e identificar oportunidades de otimização. Por exemplo, DevOps os engenheiros podem querer visualizar dados que meçam as mudanças nas métricas de desempenho da infraestrutura. Talvez os fabricantes queiram rastrear os dados do sensor de IoT que medem as mudanças nos equipamentos em uma instalação. Os profissionais de marketing on-line podem querer analisar dados de fluxo de cliques que capturem como um usuário navega em um site ao longo do tempo. Como os dados de séries temporais são gerados de várias fontes em volumes extremamente altos, eles precisam ser coletados de forma econômica quase em tempo real e, portanto, exigem um armazenamento eficiente que ajude a organizar e analisar os dados.
A seguir estão os principais conceitos do Timestream for. LiveAnalytics
-
Séries temporais - Uma sequência de um ou mais pontos de dados (ou registros) gravados em um intervalo de tempo. Exemplos são o preço de uma ação ao longo do tempo, a utilização da CPU memória de uma EC2 instância ao longo do tempo e a leitura de temperatura/pressão de um sensor de IoT ao longo do tempo.
-
Registro - Um único ponto de dados em uma série temporal.
-
Dimensão - Um atributo que descreve os metadados de uma série temporal. Uma dimensão consiste em um nome e um valor de dimensão. Considere os seguintes exemplos:
-
Ao considerar uma bolsa de valores como uma dimensão, o nome da dimensão é “bolsa de valores” e o valor da dimensão é "NYSE”
-
Ao considerar uma AWS região como uma dimensão, o nome da dimensão é “região” e o valor da dimensão é “us-east-1"
-
Para um sensor de IoT, o nome da dimensão é “ID do dispositivo” e o valor da dimensão é “12345"
-
-
Medida - O valor real que está sendo medido pelo registro. Exemplos são o preço das ações, a CPU utilização da memória e a leitura de temperatura ou umidade. As medidas consistem em nomes e valores de medidas. Considere os seguintes exemplos:
-
Para o preço de uma ação, o nome da medida é “preço da ação” e o valor da medida é o preço real da ação em um determinado momento.
-
Para CPU utilização, o nome da medida é “CPUutilização” e o valor da medida é a utilização realCPU.
As medidas podem ser modeladas no Timestream LiveAnalytics como registros de várias medidas ou medidas únicas. Para obter mais informações, consulte Registros de várias medidas versus registros de medida única.
-
-
Timestamp - Indica quando uma medida foi coletada para um determinado registro. Timestream for LiveAnalytics suporta registros de data e hora com granularidade de nanossegundos.
-
Tabela - Um contêiner para um conjunto de séries temporais relacionadas.
-
Banco de dados - Um contêiner de nível superior para tabelas.
Um resumo do Timestream para conceitos LiveAnalytics
Um banco de dados contém 0 ou mais tabelas. Cada tabela contém 0 ou mais séries temporais. Cada série temporal consiste em uma sequência de registros em um determinado intervalo de tempo em uma granularidade especificada. Cada série temporal pode ser descrita usando seus metadados ou dimensões, seus dados ou medidas e seus registros de data e hora.
![Database structure showing tables, time series, and records with sample CPU measure values.](images/concepts_simple.png)