成本优化 - Amazon Timestream
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

从2025年6月20日起,亚马逊Timestream版 LiveAnalytics 将不再向新客户开放。如果您想使用亚马逊 Timestream LiveAnalytics,请在该日期之前注册。现有客户可以继续照常使用该服务。有关更多信息,请参阅 Amazon Timestream 以了解 LiveAnalytics 可用性变更。

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

成本优化

要优化写入、存储和查询的成本,请在 Amazon Timestream 中使用以下最佳实践: LiveAnalytics

  • 每次写入时批处理多个时间序列事件,以减少写入请求的数量。

  • 考虑使用多重测量记录,它允许您在单个写入请求中写入多个时间序列度量,并以更紧凑的方式存储数据。这减少了写入请求的数量以及数据存储成本和查询成本。

  • 使用带批处理的常用属性在每次写入时批处理更多时间序列事件,从而进一步减少写入请求的数量。

  • 设置内存存储的数据保留期,使其符合应用程序处理迟到数据的要求。延迟到达的数据是指时间戳早于当前时间且在内存存储保留期之外的传入数据。

  • 设置磁性存储器的数据保留期以满足您的长期数据存储需求。

  • 在编写查询时,请仅包含查询所必需的度量和维度名称。添加多余的列会增加数据扫描量,因此也会增加查询成本。我们建议您查看查询见解,以评估所含维度和度量的修剪效率。

  • 如果可能,请在查询的 WHERE 子句中包含一个时间范围。例如,如果您只需要数据集中最后一小时的数据,请包括一个时间谓词,例如time > ago(1h)

  • 当查询访问表中的度量子集时,请务必在查询的 WHERE 子句中包含度量名称。

  • 如果您已开始运行查询,但意识到该查询不会返回您要查找的结果,请取消该查询以节省成本。