要获得与亚马逊 Timestream 类似的功能 LiveAnalytics，可以考虑适用于 InfluxDB 的亚马逊 Timestream。适用于 InfluxDB 的 Amazon Timestream 提供简化的数据摄取和个位数毫秒级的查询响应时间，以实现实时分析。点击[此处](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)了解更多信息。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 供货情况变更的 Amazon Timestrea LiveAnalytics m
<a name="timestream-availability-update"></a>

由于时间序列应用程序具有独特的要求和特性，因此我们提供广泛的框架，以帮助您在深入研究特定实施详细信息前评估多种替代方案。此高级指南为决策过程奠定基础，后续章节将介绍更详细的步骤以及实际实施方案。

## 替代服务评估
<a name="alternative-services"></a>

**适配适用于 InfluxDB 的 Amazon Timestream 的使用案例**  
如果你的表的 [Timestream 的基数（[系列键](https://docs.influxdata.com/influxdb/v2/reference/key-concepts/data-elements/#series)）小于 1000 万个，这意味着 LiveAnalytics 表的唯一组合，[概念 Amazon Timestream LiveAnalytics](concepts.md)或者你可以将表的基数减少到 1000 万以下，我们建议使用 Timestream 来使用 InfluxDB](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)。借助适用于 InfluxDB 的 Timestream，您可以访问 InfluxDB 开源版本得功能。选择此路径可提供现有的时间序列功能，例如 [Flux](https://docs.influxdata.com/influxdb/v2/query-data/flux/) 提供的时间序列分析函数、任务（等同于[计划查询](scheduled-query.md)）和 Timestream 提供的其他类似函数。 LiveAnalytics适用于 InfluxDB 的 Timestream 还提供 [InfluxQL](https://docs.influxdata.com/influxdb/v2/query-data/influxql/)（类似 SQL 的查询语言），用于与 InfluxDB 进行交互，以查询和分析时间序列数据。

**更倾向于使用 SQL 而非 InfluxQL**  
我们建议实施 Amazon Aurora 或 RDS PostgreSQL。这些数据库提供完整的 SQL 功能，同时还提供高效的[时间序列数据管理](https://docs.aws.amazon.com//AmazonRDS/latest/UserGuide/PostgreSQL_Partitions.html)功能。时间序列分析既可通过内置数据库函数（如可用）实现，也可在应用程序层进行管理。

**需要大规模数据摄取（每秒超过 100 万条记录）**  
[我们建议使用亚马逊 DynamoDB 或其他 AWS NoSQL 数据库。](https://aws.amazon.com/nosql/)这些数据库可根据特定应用程序需求进行选择。时间序列分析既可通过内置数据库函数（如可用）实现，也可在应用程序层进行管理。

在开始将数据迁移到所选替代 AWS 服务之前，必须评估几个关键因素，这些因素将对您的迁移策略及其最终成功产生重大影响。这些评估将有助于确定实施方法，识别潜在挑战，并确保迁移过程中的平稳过渡。

**数据选择和保留注意事项**

通过定义明确的保留要求评测数据迁移范围。考虑是否需要迁移完整的历史数据集、仅迁移最新数据（例如过去 30 天、60 天或 90 天），或迁移特定的时间序列数据段。该决策应基于三个关键因素：监管合规性要求、业务分析需求，以及迁移复杂性和成本等实际考量。

**查询模式兼容性分析**

由于时间序列数据库处理查询语言和功能的方式不同，因此需要对源服务（Timestream for Timestream LiveAnalytics）和目标服务之间的查询兼容性进行全面评估。开展全面测试，以确定系统间的语法差异、功能差异和性能差异。测试所有业务关键型查询，或者尽可能测试应用程序所依赖的所有查询，以确保迁移后这些查询能够正常运行且性能良好。

**数据转换规划**

在迁移前，请密切关注架构映射，确保源系统和目标系统之间的数据正确对齐和结构一致性，并针对时间序列数据进行精确的数据类型转换。这些组件协同工作，确保数据质量、优化性能，并在不同系统架构中保持功能完整性。此外，还需考虑任何特殊的索引模式和系统特定的优化方案，以确保高效的数据访问和检索。

**连续性与停机时间管理**

由于数据迁移本身会导致运营中断，因此制定全面的切换策略对成功至关重要。为最大限度地减少停机时间，迁移计划中需要考虑的一些最佳做法包括：
+ 尽可能实施临时并行处理系统，以维持业务连续性。
+ 在流量较低的时段（例如周末或深夜）安排迁移。
+ 建立经过充分测试的回滚流程，以便在出现意外问题时快速恢复。