クエリ

Timestream for Live Analytics を使用すると、 のメトリクス DevOps、IoT アプリケーションのセンサーデータ、および機器のメンテナンス用の産業用テレメトリデータ、およびその他の多くのユースケースを簡単に保存および分析できます。Timestream for Live Analytics の専用アダプティブクエリエンジンを使用すると、1 つのSQLステートメントを使用してストレージ層間でデータにアクセスできます。データの場所を指定しなくても、ストレージ階層間で透過的にデータにアクセスして結合します。SQL を使用して Timestream for Live Analytics でデータをクエリし、1 つ以上のテーブルから時系列データを取得できます。データベースとテーブルのメタデータ情報にアクセスできます。Timestream for Live Analytics は、時系列分析用の組み込み関数SQLもサポートしています。詳細については、 クエリ言語リファレンス リファレンスを参照してください。

Timestream for Live Analytics は、各コンポーネントが他のコンポーネントとは独立してスケールできる (アプリケーションのニーズに応じて実質的に無限のスケールを提供できるようにする) 完全に分離されたデータ取り込み、ストレージ、クエリアーキテクチャを持つように設計されています。つまり、アプリケーションが 1 日あたり数百テラバイトのデータを送信したり、少量または大量のデータを処理する数百万のクエリを実行したりしても、Timestream for Live Analytics は「チップオーバー」しません。データが時間の経過とともに増加するにつれて、Timestream for Live Analytics のクエリレイテンシーはほとんど変化しません。これは、Timestream for Live Analytics クエリアーキテクチャが大量の並列処理を活用してより大きなデータボリュームを処理し、アプリケーションのクエリスループットのニーズに合わせて自動的にスケーリングできるためです。

データモデル

Timestream は、フラットモデルと時系列モデルの 2 つのクエリデータモデルをサポートしています。

注記

Timestream のデータはフラットモデルを使用して保存され、データをクエリするためのデフォルトモデルです。時系列モデルはクエリ時間の概念であり、時系列分析に使用されます。

• フラットモデル

• 時系列モデル

フラットモデル

フラットモデルは、クエリ用の Timestream のデフォルトデータモデルです。これは時系列データを表形式で表します。ディメンション名、時間、メジャー名、メジャー値は列として表示されます。テーブルの各行は、時系列内の特定の時刻の測定に対応する原子データポイントです。Timestream データベース、テーブル、列には、いくつかの命名上の制約があります。これらについては、「」で説明されていますサービス制限。

次の表は、データが単一測定レコードとして送信されるときに、Timestream がEC2インスタンスのCPU使用率、メモリ使用率、ネットワークアクティビティを表すデータを保存する方法の例を示しています。この場合、ディメンションは、リージョン、アベイラビリティーゾーン、仮想プライベートクラウド、インスタンスIDsのインスタンスですEC2。測定値は、EC2インスタンスのCPU使用率、メモリ使用率、受信ネットワークデータです。列リージョン、az、vpc、および instance_id にはディメンション値が含まれます。列の時刻には、各レコードのタイムスタンプが含まれます。measure_name 列には、cpu-utilization、memory_utilization、network_bytes_in で表されるメジャーの名前が含まれます。列 measure_value::double には、2 倍として出力される測定値 (CPU使用率やメモリ使用率など) が含まれます。列 measure_value::bigint には、受信ネットワークデータなどの整数として出力される測定値が含まれます。

時間	region	az	vpc	instance_id	measure_name	measure_value::double	measure_value::bigint
2019-12-04 19:00:00.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	cpu_utilization	35.0	null
2019-12-04 19:00:01.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	cpu_utilization	38.2	null
2019-12-04 19:00:02.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	cpu_utilization	45.3	null
2019-12-04 19:00:00.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	memory_utilization	54.9	null
2019-12-04 19:00:01.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	memory_utilization	42.6	null
2019-12-04 19:00:02.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	memory_utilization	33.3	null
2019-12-04 19:00:00.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	network_bytes	34,400	null
2019-12-04 19:00:01.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	network_bytes	1,500	null
2019-12-04 19:00:02.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	network_bytes	6,000	null

次の表は、データがマルチメジャーレコードとして送信されるときに、Timestream がEC2インスタンスのCPU使用率、メモリ使用率、ネットワークアクティビティを表すデータを保存する方法の例を示しています。

時間	region	az	vpc	instance_id	measure_name	cpu_utilization	memory_utilization	network_bytes
2019-12-04 19:00:00.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	メトリクス	35.0	54.9	34,400
2019-12-04 19:00:01.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	メトリクス	38.2	42.6	1,500
2019-12-04 19:00:02.000000000	us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	メトリクス	45.3	33.3	6,600

時系列モデル

時系列モデルは、時系列分析に使用されるクエリ時間構造です。これは、 (時間、測定値) ペアの順序付けられたシーケンスとしてデータを表します。Timestream は、データのギャップを埋めることができるように補間などの時系列関数をサポートしています。これらの関数を使用するには、create_time_series などの関数を使用してデータを時系列モデルに変換する必要があります。詳細については、クエリ言語リファレンス「」を参照してください。

EC2 インスタンスの前の例を使用して、ここに時系列で表されるCPU使用率データを示します。

region	az	vpc	instance_id	cpu_utilization
us-east-1	us-east-1d	vpc-1a2b3c4d	i-1234567890abcdef0	[{time: 2019-12-04 19:00:00.000000000、値: 35}、{time: 2019-12-04 19:00:01.000000000、値: 38.2}、{time: 2019-12-04 19:00:02.000000000、値: 45.3}]