Para recursos semelhantes aos do Amazon Timestream para, considere o Amazon Timestream LiveAnalytics para InfluxDB. Ele oferece ingestão de dados simplificada e tempos de resposta de consulta de um dígito em milissegundos para análises em tempo real. Saiba mais [aqui](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html).
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.
# Relatórios de erros de consultas agendadas
Esta seção descreve a localização, o formato e os motivos dos relatórios de erro gerados pelo Timestream para LiveAnalytics quando erros são encontrados ao executar consultas agendadas.
**Topics**
+ [Motivos](#scheduled-queries-error-report-reasons)
+ [Local](#scheduled-queries-error-report-location)
+ [Formato](#scheduled-queries-error-report-format)
+ [Tipos de erro](#scheduled-queries-error-report-error-types)
+ [Exemplo](#scheduled-queries-error-report-example)
## Motivos dos relatórios de erros de consulta agendados
Os relatórios de erros são gerados para erros recuperáveis. Os relatórios de erros não são gerados para erros não recuperáveis. O Timestream for LiveAnalytics pode desativar as consultas agendadas automaticamente quando erros não recuperáveis são encontrados. Isso inclui:
+ falha `AssumeRole`
+ Quaisquer erros 4xx encontrados ao se comunicar com o KMS quando uma chave KMS gerenciada pelo cliente é especificada
+ Quaisquer erros 4xx encontrados quando uma consulta agendada é executada
+ Quaisquer erros 4xx encontrados durante a ingestão dos resultados da consulta
Para erros não recuperáveis, o Timestream for LiveAnalytics envia uma notificação de falha com uma mensagem de erro não recuperável. Também é enviada uma notificação de atualização que indica que a consulta agendada está desativada.
## Localização dos relatórios de erros da consulta agendada
Um local de relatório de erro de consulta agendada tem a seguinte convenção de nomenclatura:
```
s3://customer-bucket/customer-prefix/
```
Abaixo é apresentado um exemplo de ARN de consulta agendada:
```
arn:aws:timestream:us-east-1:000000000000:scheduled-query/test-query-hd734tegrgfd
```
```
s3://customer-bucket/customer-prefix/test-query-hd734tegrgfd///
```
*Auto*indica consultas programadas programadas automaticamente pelo Timestream para LiveAnalytics e *Manual* indica consultas agendadas acionadas manualmente por um usuário por meio da ação de `ExecuteScheduledQuery` API no Amazon Timestream for Query. LiveAnalytics Para saber mais sobre o `ExecuteScheduledQuery`, consulte [ExecuteScheduledQuery](https://docs.aws.amazon.com/timestream/latest/developerguide/API_query_ExecuteScheduledQuery.html).
## Formato de relatórios de erros de consulta agendada
Os relatórios de erro têm o seguinte formato JSON:
```
{
"reportId": , // A unique string ID for all error reports belonging to a particular scheduled query run
"errors": [ , ... ], // One or more errors
}
```
## Tipos de erro de consulta agendada
O objeto `Error` pode ser de um dos três tipos.
+ Erros de ingestão de registros
```
{
"reason": , // The error message String
"records": [ , ... ], // One or more rejected records )
}
```
+ Erros de análise e validação de linhas
```
{
"reason": , // The error message String
"rawLine": , // [Optional] The raw line String that is being parsed into record(s) to be ingested. This line has encountered the above-mentioned parse error.
}
```
+ Erros gerais
```
{
"reason": , // The error message
}
```
## Exemplo de relatórios de erros de consultas agendadas
Veja a seguir um exemplo de um relatório de erro produzido devido a erros de ingestão.
```
{
"reportId": "C9494AABE012D1FBC162A67EA2C18255",
"errors": [
{
"reason": "The record timestamp is outside the time range [2021-11-12T14:18:13.354Z, 2021-11-12T16:58:13.354Z) of the memory store.",
"records": [
{
"dimensions": [
{
"name": "dim0",
"value": "d0_1",
"dimensionValueType": null
},
{
"name": "dim1",
"value": "d1_1",
"dimensionValueType": null
}
],
"measureName": "random_measure_value",
"measureValue": "3.141592653589793",
"measureValues": null,
"measureValueType": "DOUBLE",
"time": "1637166175635000000",
"timeUnit": "NANOSECONDS",
"version": null
},
{
"dimensions": [
{
"name": "dim0",
"value": "d0_2",
"dimensionValueType": null
},
{
"name": "dim1",
"value": "d1_2",
"dimensionValueType": null
}
],
"measureName": "random_measure_value",
"measureValue": "6.283185307179586",
"measureValues": null,
"measureValueType": "DOUBLE",
"time": "1637166175636000000",
"timeUnit": "NANOSECONDS",
"version": null
},
{
"dimensions": [
{
"name": "dim0",
"value": "d0_3",
"dimensionValueType": null
},
{
"name": "dim1",
"value": "d1_3",
"dimensionValueType": null
}
],
"measureName": "random_measure_value",
"measureValue": "9.42477796076938",
"measureValues": null,
"measureValueType": "DOUBLE",
"time": "1637166175637000000",
"timeUnit": "NANOSECONDS",
"version": null
},
{
"dimensions": [
{
"name": "dim0",
"value": "d0_4",
"dimensionValueType": null
},
{
"name": "dim1",
"value": "d1_4",
"dimensionValueType": null
}
],
"measureName": "random_measure_value",
"measureValue": "12.566370614359172",
"measureValues": null,
"measureValueType": "DOUBLE",
"time": "1637166175638000000",
"timeUnit": "NANOSECONDS",
"version": null
}
]
}
]
}
```