日前，亞馬遜云服務(wù)（AWS）宣布Amazon Timestream正式可用。作為一款面向物聯(lián)網(wǎng)和運營應(yīng)用的全新時序數(shù)據(jù)庫，Amazon Timestream每天可處理數(shù)萬億規(guī)模的時序事件，速度比關(guān)系型數(shù)據(jù)庫快多達1000倍，而成本卻低至其1/10。Amazon Timestream將最新數(shù)據(jù)保存在內(nèi)存之中，并根據(jù)用戶定義的策略，將歷史數(shù)據(jù)移動至成本優(yōu)化的存儲層，從而為客戶節(jié)省精力和費用。同時，其查詢處理使客戶能夠通過單一查詢，跨層透明地訪問和組合最新數(shù)據(jù)和歷史數(shù)據(jù)，而無需在查詢中明確指定數(shù)據(jù)是駐留在內(nèi)存之中或成本優(yōu)化層。Amazon Timestream提供了針對時序的分析功能，幫助客戶近乎實時地識別數(shù)據(jù)中的趨勢和模式。Amazon Timestream是一款無服務(wù)器服務(wù)，它可以自動擴大或縮小規(guī)模，根據(jù)負載調(diào)整容量，客戶無需管理其底層基礎(chǔ)設(shè)施�？蛻魺o需預(yù)付費或承諾即可使用 Amazon Timestream，僅需為寫入、存儲或查詢的數(shù)據(jù)付費。訪問 https://aws.amazon.com/timestream即可開始使用 Amazon Timestream。
當前，客戶都希望構(gòu)建物聯(lián)網(wǎng)、邊緣和運營應(yīng)用，從隨時間變化的海量數(shù)據(jù)（通常被稱為時序數(shù)據(jù)）中收集、歸納和獲取洞察力。例如，制造商希望跟蹤物聯(lián)網(wǎng)傳感器數(shù)據(jù)，測量整個工廠中設(shè)備的變化；在線營銷人員希望分析點擊流數(shù)據(jù)，捕獲用戶瀏覽網(wǎng)站的先后順序；數(shù)據(jù)中心運營商希望查看衡量基礎(chǔ)設(shè)施性能指標變化的數(shù)據(jù)。這種類型的時序數(shù)據(jù)可以從多個來源生成，數(shù)據(jù)量極大，既需要近乎實時地、低成本地收集，又需要高效的存儲以幫助客戶組織和分析數(shù)據(jù)。之前要實現(xiàn)這一點，客戶可以使用現(xiàn)有的關(guān)系型數(shù)據(jù)庫或自己管理的時序數(shù)據(jù)庫。然而，這兩種選擇都有一定的缺陷。關(guān)系型數(shù)據(jù)庫需要預(yù)設(shè)固定的模式（schema），在需要跟蹤應(yīng)用的新屬性時缺乏靈活性。例如，當新設(shè)備上線并開始發(fā)出時序數(shù)據(jù)時，固化的模式意味著客戶要么必須丟棄新的數(shù)據(jù)，要么重新設(shè)計數(shù)據(jù)庫的表以支持新的設(shè)備，這將會費時費錢。除了固化的模式外，關(guān)系型數(shù)據(jù)庫還需要多個表和索引，每當新的數(shù)據(jù)產(chǎn)生，這些表和索引都需要更新，而且隨著數(shù)據(jù)的增長，查詢會變得越來越復(fù)雜和低效。此外，關(guān)系型數(shù)據(jù)庫還缺乏必要的時序分析功能，如平滑、近似和插值，這些功能可以幫助客戶近乎實時地識別趨勢和模式。另一個解決方案是客戶自己構(gòu)建和管理時序數(shù)據(jù)庫，缺點是數(shù)據(jù)處理和存儲能力有限，難以擴展。許多現(xiàn)有的時序數(shù)據(jù)庫解決方案都無法支持數(shù)據(jù)保留策略，隨著數(shù)據(jù)的增長會導(dǎo)致存儲變得日益復(fù)雜。為了訪問數(shù)據(jù)，客戶必須建立定制的查詢引擎和工具，配置和維護都很困難，并且可能需要通過復(fù)雜的、多年的工程項目來實現(xiàn)。而且，這些解決方案無法與客戶目前正使用的數(shù)據(jù)收集、可視化和機器學習工具相集成。這就導(dǎo)致了許多客戶疏于保存或分析時序數(shù)據(jù)，錯過有價值的信息洞察。
為解決上述挑戰(zhàn)，Amazon Timestream為客戶提供了專門構(gòu)建的無服務(wù)器時序數(shù)據(jù)庫，用于收集、存儲和處理時序數(shù)據(jù)。Amazon Timestream 會自動檢測數(shù)據(jù)的屬性，使得客戶不再需要預(yù)設(shè)模式。Amazon Timestream 通過自動存儲分層，簡化了數(shù)據(jù)生命周期管理的復(fù)雜過程，將最新數(shù)據(jù)存儲在內(nèi)存之中，并根據(jù)預(yù)設(shè)的用戶策略、自動將歷史數(shù)據(jù)移動到成本優(yōu)化的存儲層。Amazon Timestream還使用了專門打造的自適應(yīng)查詢引擎，通過一條SQL語句，透明地、跨層訪問和組合最新數(shù)據(jù)和歷史數(shù)據(jù)，而無需指定數(shù)據(jù)存在哪個存儲層。這使得客戶能夠使用單一查詢功能查詢所有數(shù)據(jù)，而不需要編寫復(fù)雜的應(yīng)用邏輯來查找數(shù)據(jù)的存儲位置，單獨查詢每個層，然后再將結(jié)果合并為一個完整的視圖。Amazon Timestream 提供了內(nèi)置的時序分析功能，具有平滑、近似和插值功能，客戶不必從數(shù)據(jù)庫中提取原始數(shù)據(jù)，然后使用外部工具和庫來執(zhí)行其時序分析，也不必編寫復(fù)雜的、并非所有數(shù)據(jù)庫都支持的存儲過程。Amazon Timestream的無服務(wù)器架構(gòu)采用完全解耦的數(shù)據(jù)攝取和查詢處理系統(tǒng)，不需要客戶管理底層基礎(chǔ)設(shè)施，為客戶提供了幾乎無限的擴展規(guī)模，以及獨立、自動地增長存儲和查詢處理的能力。此外，Amazon Timestream還集成了客戶目前使用的、流行的數(shù)據(jù)收集、可視化和機器學習工具，包括用于物聯(lián)網(wǎng)數(shù)據(jù)收集的AWS IoT Core、用于流式數(shù)據(jù)的Amazon Kinesis和Amazon MSK、用于無服務(wù)器商業(yè)智能的Amazon QuickSight，用于快速構(gòu)建、訓(xùn)練和部署機器學習模型的Amazon SageMaker等服務(wù)，以及開源的第三方工具Grafana（用于可觀察性儀表盤）和Telegraf（用于指標收集）。
Amazon Timestream已經(jīng)在美國東部（弗吉尼亞北部）區(qū)域、美國東部（俄亥俄）區(qū)域、美國西部（俄勒岡）區(qū)域和歐洲（愛爾蘭）區(qū)域推出，未來數(shù)月也將在更多區(qū)域推出。
消息來源：AWS
