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。

# 選擇 WriteRecords API 操作和批次載入
<a name="writes.writes-or-batch-load"></a>

使用 WriteRecords API 操作，您可以將串流時間序列資料寫入系統產生的 Timestream for LiveAnalytics。透過使用 WriteRecords，您可以持續即時擷取單一資料點或較小批次的資料。Timestream for LiveAnalytics 為您提供彈性的結構描述，可根據您在調用寫入資料庫時指定的資料點維度名稱和資料類型，自動偵測 Timestream for LiveAnalytics 資料表的資料欄名稱和資料類型。

相反地，*批次載入*可讓您使用定義的資料模型，將批次時間序列資料從來源檔案 (CSV 檔案） 擷取至 Timestream for LiveAnalytics。將批次載入與來源檔案搭配使用的幾個範例，是透過概念驗證大量匯入時間序列資料，以評估 Timestream for LiveAnalytics、從離線一段時間的 IoT 裝置大量匯入時間序列資料，以及將歷史時間序列資料從 Amazon S3 遷移至 Timestream for LiveAnalytics。如需批次載入的資訊，請參閱 [在 Timestream for LiveAnalytics 中使用批次載入](batch-load.md)。

這兩種解決方案都安全、可靠且高效能。

**在下列情況下使用 WriteRecords：**
+ 每個請求串流較少量 （少於 10 MB) 的資料。
+ 填入現有的資料表。
+ 從日誌串流擷取資料。
+ 執行即時分析。
+ 需要較低的延遲。

**在下列情況下使用批次載入：**
+ 在 CSV 檔案中擷取源自 Amazon S3 的較大資料負載。如需限制的詳細資訊，請參閱 [配額預設配額](ts-limits.md)。
+ 填入新資料表，例如在資料遷移的情況下。
+ 使用歷史資料充實資料庫 （擷取至新資料表）。
+ 您有緩慢變更或完全不變更的來源資料。
+ 您有彈性的等待時間，因為批次載入任務可能處於待定狀態，直到資源可用為止，特別是當您載入非常大量的資料時。批次載入適用於不需要隨時可用於查詢或分析的資料，以增加清晰度。