如需與 Amazon Timestream for LiveAnalytics 類似的功能，請考慮使用 Amazon Timestream for InfluxDB。它提供簡化的資料擷取和單一位數毫秒查詢回應時間，以進行即時分析。[在這裡](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)進一步了解。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 比較基礎資料表上的查詢與排程查詢結果的查詢
<a name="scheduledqueries-example4-clickstream"></a>

在此 Timestream 查詢範例中，我們使用下列結構描述、範例查詢和輸出，將基礎資料表上的查詢與排程查詢結果衍生資料表上的查詢進行比較。透過妥善規劃的排程查詢，您可以取得具有較少資料列和其他特性的衍生資料表，這可能會導致查詢比原始基礎資料表上可能的更快。

如需描述此案例的影片，請參閱[在 Amazon Timestream for LiveAnalytics 中使用排程查詢來改善查詢效能並降低成本](https://youtu.be/x8AgLhAydzY)。

在此範例中，我們使用下列案例：
+ **區域** – us-east-1
+ **基礎資料表** – `"clickstream"."shopping"`
+ **衍生資料表** – `"clickstream"."aggregate"`

## 基礎資料表
<a name="scheduledqueries-example4-clickstream-base-table"></a>

以下說明基礎資料表的結構描述。


| 資料行 | Type | LiveAnalytics 屬性類型的 Timestream | 
| --- | --- | --- | 
|  通道  |  varchar  |  多個  | 
|  description  |  varchar  |  多個  | 
|  事件  |  varchar  |  DIMENSION  | 
|  ip\$1address  |  varchar  |  DIMENSION  | 
|  measure\$1name  |  varchar  |  MEASURE\$1NAME  | 
|  product  |  varchar  |  多個  | 
|  product\$1id  |  varchar  |  多個  | 
|  數量  |  double  |  多個  | 
|  query  |  varchar  |  多個  | 
|  session\$1id  |  varchar  |  DIMENSION  | 
|  user\$1group  |  varchar  |  DIMENSION  | 
|  user\$1id  |  varchar  |  DIMENSION  | 

以下說明基礎資料表的量值。*基礎資料表*是指 Timestream 中執行排程查詢的資料表。
+ **measure\$1name** – `metrics`
+ **資料** – 多
+ **維度**：

  ```
  [ ( user_group, varchar ),( user_id, varchar ),( session_id, varchar ),( ip_address, varchar ),( event, varchar ) ]
  ```

## 查詢基礎資料表
<a name="scheduledqueries-example4-clickstream-base-table-query"></a>

以下是臨機操作查詢，依指定時間範圍內的 5 分鐘彙總收集計數。

```
SELECT BIN(time, 5m) as time, 
channel, 
product_id,
SUM(quantity) as product_quantity 
FROM "clickstream"."shopping" 
WHERE BIN(time, 5m) BETWEEN '2023-05-11 10:10:00.000000000' AND '2023-05-11 10:30:00.000000000'
AND channel = 'Social media'
and product_id = '431412'
GROUP BY BIN(time, 5m),channel,product_id
```

輸出：

```
duration:1.745 sec
Bytes scanned: 29.89 MB
Query Id: AEBQEANMHG7MHHBHCKJ3BSOE3QUGIDBGWCCP5I6J6YUW5CVJZ2M3JCJ27QRMM7A
Row count:5
```

## 排程查詢
<a name="scheduledqueries-example4-clickstream-scheduled-query"></a>

以下是每 5 分鐘執行的排程查詢。

```
SELECT BIN(time, 5m) as time, channel as measure_name, product_id, product, 
SUM(quantity) as product_quantity 
FROM "clickstream"."shopping" 
WHERE time BETWEEN BIN(@scheduled_runtime, 5m) - 10m AND BIN(@scheduled_runtime, 5m) - 5m 
AND channel = 'Social media' 
GROUP BY BIN(time, 5m), channel, product_id, product
```

## 衍生資料表的查詢
<a name="scheduledqueries-example4-clickstream-derived-table"></a>

以下是衍生資料表上的臨機操作查詢。*衍生資料表*是指包含排程查詢結果的 Timestream 資料表。

```
SELECT time, measure_name, product_id,product_quantity 
FROM "clickstream"."aggregate"
WHERE time BETWEEN '2023-05-11 10:10:00.000000000' AND '2023-05-11 10:30:00.000000000'
AND measure_name = 'Social media'
and product_id = '431412'
```

輸出：

```
duration: 0.2960 sec
Bytes scanned: 235.00 B
QueryID: AEBQEANMHHAAQU4FFTT6CFM6UYXTL4SMLZV22MFP4KV2Z7IRVOPLOMLDD6BR33Q
Row count: 5
```

## Comparison (比較)
<a name="scheduledqueries-example4-clickstream-comparison"></a>

以下是基礎資料表上查詢的結果與衍生資料表上查詢的比較。在透過排程查詢完成彙總結果的衍生資料表上，相同的查詢會以較少的掃描位元組更快完成。

這些結果顯示使用排程查詢彙總資料以加快查詢速度的值。


|  | 基礎資料表的查詢 | 衍生資料表的查詢 | 
| --- | --- | --- | 
|  持續時間  |  1.745 秒  |  0.2960 秒  | 
|  已掃描的位元組數  |  29.89 MB  |  235 個位元組  | 
|  資料列計數  |  5  |  5  |