Untuk kemampuan serupa dengan Amazon Timestream LiveAnalytics, pertimbangkan Amazon Timestream untuk InfluxDB. Ini menawarkan konsumsi data yang disederhanakan dan waktu respons kueri milidetik satu digit untuk analitik waktu nyata. Pelajari lebih lanjut di sini.
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
FAQ desain skema untuk Amazon Timestream untuk InfluxDB 3
Pertanyaan tentang merancang skema untuk Amazon Timestream untuk InfluxDB 3, termasuk tag, bidang, dan praktik terbaik untuk kinerja. Untuk panduan terperinci, lihatRekomendasi desain skema untuk Timestream untuk InfluxDB 3.
- Apa perbedaan antara tag dan bidang?
-
Tag adalah metadata terindeks yang digunakan untuk pengelompokan dan pemfilteran. Bidang berisi nilai terukur aktual. Tag adalah bagian dari kunci utama dan disimpan sebagai string. Bidang mendukung beberapa tipe data (float, integer, string, boolean) dan tidak diindeks. Gunakan tag untuk nilai yang sering Anda filter atau kelompokkan, dan bidang untuk data terukur.
- Bagaimana InfluxDB 3 menangani data kardinalitas tinggi?
-
Penyimpanan Parket kolumnar InfluxDB 3 dan pemrosesan Apache Arrow dirancang khusus untuk beban kerja kardinalitas tinggi. Tidak seperti versi sebelumnya, InfluxDB 3 tidak mengalami penurunan kinerja dengan nilai tag kardinalitas tinggi karena menggunakan arsitektur penyimpanan yang berbeda secara fundamental.
- Apa praktik terbaik desain skema?
-
Rekomendasi utama meliputi: jaga agar kardinalitas tag dapat dikelola, gunakan nama pengukuran yang bermakna, hindari pengkodean data dalam nama pengukuran, gunakan konvensi penamaan tag yang konsisten, dan rancang skema Anda di sekitar pola kueri Anda yang paling umum. Lihat Rekomendasi desain skema untuk Timestream untuk InfluxDB 3 panduan terperinci, dan praktik terbaik desain skema InfluxDB 3
untuk rekomendasi tambahan.
