omniture

亚马逊云服务(AWS)宣布Amazon Timestream时序数据库正式可用

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。
AWS
2020-10-12 12:50 7356
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。

北京2020年10月12日 /美通社/ -- 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 https://aws.amazon.com/timestream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。

消息来源:AWS
China-PRNewsire-300-300.png
全球TMT
微信公众号“全球TMT”发布全球互联网、科技、媒体、通讯企业的经营动态、财报信息、企业并购消息。扫描二维码,立即订阅!
collection