亚马逊云服务(AWS)宣布Amazon Timestream时序数据库正式可用
2020/10/12 12:50:00 来源:中国企业新闻网
导言:作为面向物联网和运营应用的全新无服务器时序数据库,Amazon Timestream每天可处理高达数万亿规模的时序事件,比关系型数据库快多达1000倍,成本低至其1/10。
作为面向物联网和运营应用的全新无服务器时序数据库,Amazon Timestream每天可处理高达数万亿规模的时序事件,比关系型数据库快多达1000倍,成本低至其1/10。
日前,亚马逊云服务(AWS)宣布Amazon Timestream正式可用。作为一款面向物联网和运营应用的全新时序数据库,Amazon Timestream每天可处理数万亿规模的时序事件,速度比关系型数据库快多达1000倍,而成本却低至其1/10。Amazon Timestream将最新数据保存在内存之中,并根据用户定义的策略,将历史数据移动至成本优化的存储层,从而为客户节省精力和费用。同时,其查询处理使客户能够通过单一查询,跨层透明地访问和组合最新数据和历史数据,而无需在查询中明确指定数据是驻留在内存之中或成本优化层。Amazon Timestream提供了针对时序的分析功能,帮助客户近乎实时地识别数据中的趋势和模式。Amazon Timestream是一款无服务器服务,它可以自动扩大或缩小规模,根据负载调整容量,客户无需管理其底层基础设施。客户无需预付费或承诺即可使用 Amazon Timestream,仅需为写入、存储或查询的数据付费。访问 即可开始使用 Amazon Timestream。
当前,客户都希望构建物联网、边缘和运营应用,从随时间变化的海量数据(通常被称为时序数据)中收集、归纳和获取洞察力。例如,制造商希望跟踪物联网传感器数据,测量整个工厂中设备的变化;在线营销人员希望分析点击流数据,捕获用户浏览网站的先后顺序;数据中心运营商希望查看衡量基础设施性能指标变化的数据。这种类型的时序数据可以从多个来源生成,数据量极大,既需要近乎实时地、低成本地收集,又需要高效的存储以帮助客户组织和分析数据。之前要实现这一点,客户可以使用现有的关系型数据库或自己管理的时序数据库。然而,这两种选择都有一定的缺陷。关系型数据库需要预设固定的模式(schema),在需要跟踪应用的新属性时缺乏灵活性。例如,当新设备上线并开始发出时序数据时,固化的模式意味着客户要么必须丢弃新的数据,要么重新设计数据库的表以支持新的设备,这将会费时费钱。除了固化的模式外,关系型数据库还需要多个表和索引,每当新的数据产生,这些表和索引都需要更新,而且随着数据的增长,查询会变得越来越复杂和低效。此外,关系型数据库还缺乏必要的时序分析功能,如平滑、近似和插值,这些功能可以帮助客户近乎实时地识别趋势和模式。另一个解决方案是客户自己构建和管理时序数据库,缺点是数据处理和存储能力有限,难以扩展。许多现有的时序数据库解决方案都无法支持数据保留策略,随着数据的增长会导致存储变得日益复杂。为了访问数据,客户必须建立定制的查询引擎和工具,配置和维护都很困难,并且可能需要通过复杂的、多年的工程项目来实现。而且,这些解决方案无法与客户目前正使用的数据收集、可视化和机器学习工具相集成。这就导致了许多客户疏于保存或分析时序数据,错过有价值的信息洞察。
为解决上述挑战,Amazon Timestream为客户提供了专门构建的无服务器时序数据库,用于收集、存储和处理时序数据。Amazon Timestream 会自动检测数据的属性,使得客户不再需要预设模式。Amazon Timestream 通过自动存储分层,简化了数据生命周期管理的复杂过程,将最新数据存储在内存之中,并根据预设的用户策略、自动将历史数据移动到成本优化的存储层。Amazon Timestream还使用了专门打造的自适应查询引擎,通过一条SQL语句,透明地、跨层访问和组合最新数据和历史数据,而无需指定数据存在哪个存储层。这使得客户能够使用单一查询功能查询所有数据,而不需要编写复杂的应用逻辑来查找数据的存储位置,单独查询每个层,然后再将结果合并为一个完整的视图。Amazon Timestream 提供了内置的时序分析功能,具有平滑、近似和插值功能,客户不必从数据库中提取原始数据,然后使用外部工具和库来执行其时序分析,也不必编写复杂的、并非所有数据库都支持的存储过程。Amazon Timestream的无服务器架构采用完全解耦的数据摄取和查询处理系统,不需要客户管理底层基础设施,为客户提供了几乎无限的扩展规模,以及独立、自动地增长存储和查询处理的能力。此外,Amazon Timestream还集成了客户目前使用的、流行的数据收集、可视化和机器学习工具,包括用于物联网数据收集的AWS IoT Core、用于流式数据的Amazon Kinesis和Amazon MSK、用于无服务器商业智能的Amazon QuickSight,用于快速构建、训练和部署机器学习模型的Amazon SageMaker等服务,以及开源的第三方工具Grafana(用于可观察性仪表盘)和Telegraf(用于指标收集)。
Amazon Timestream已经在美国东部(弗吉尼亚北部)区域、美国东部(俄亥俄)区域、美国西部(俄勒冈)区域和欧洲(爱尔兰)区域推出,未来数月也将在更多区域推出。
免责声明:
※ 以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。
※ 有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。
标签 :
相关网文
一周新闻资讯点击排行