在构建任何软件应用程序时，选择合适的数据库至关重要。所有数据库在性能方面都有不同的优势和劣势，因此，针对您的特定用例和数据模型，决定哪个数据库具有最大的优势和最小的缺点是一个重要的决定。下面您将找到 Amazon Timestream for LiveAnalytics 和 AWS DynamoDB 的关键概念、架构、功能、用例和定价模型的概述，以便您可以快速了解它们之间的比较。
本文的主要目的是比较 Amazon Timestream for LiveAnalytics 和 AWS DynamoDB 在涉及 时间序列数据 工作负载中的性能，而不是所有可能的用例。时间序列数据通常在数据库性能方面提出了独特的挑战。这是由于正在写入的大量数据以及访问该数据的查询模式。本文并非旨在论证哪个数据库更好；它只是提供了每个数据库的概述，以便您可以做出明智的决定。
Amazon Timestream for LiveAnalytics 与 AWS DynamoDB 细分
 |
 |
|
| 数据库模型 | 时间序列数据库 |
键值和文档存储 |
| 架构 | Timestream 是一种完全托管的、无服务器的时间序列数据库服务，仅在 AWS 上可用。 |
DynamoDB 是由 Amazon Web Services (AWS) 提供的完全托管的无服务器 NoSQL 数据库。它为高性能用例使用个位数的毫秒延迟，并支持键值和文档数据模型。数据在 AWS 区域内的多个可用区之间进行分区和复制，DynamoDB 支持读取操作的最终一致性或强一致性 |
| 许可证 | 闭源 |
闭源 |
| 用例 | 物联网、DevOps、时间序列分析 |
无服务器 Web 应用程序、实时竞价平台、游戏排行榜、物联网数据管理、高速数据处理 |
| 可扩展性 | 无服务器且自动可扩展，无需手动干预即可处理摄取、存储和查询工作负载 |
自动扩展以处理大量的读取和写入吞吐量，支持按需容量和自动扩展、用于多区域复制的全局表 |
正在寻找最有效率的入门方式？
无论您是在寻求成本节约、降低管理开销还是开源，InfluxDB 都能帮助您。
Amazon Timestream for LiveAnalytics 概述
Timestream for LiveAnalytics 是由 AWS 开发的完全托管的无服务器时间序列数据库服务。Amazon Timestream for LiveAnalytics 于 2020 年推出，专为处理时间序列数据而设计，使其成为需要高摄取率、高效存储和快速查询功能的物联网、监控和分析应用程序的理想选择。作为 AWS 生态系统的一部分，Timestream for LiveAnalytics 可以轻松与其他 AWS 服务集成，从而简化了在云中构建和部署时间序列应用程序的过程。AWS 还提供 Timestream for InfluxDB，它是与 InfluxDB 2.x API 兼容的 InfluxDB 的托管版本，并且是 与 InfluxData 合作发布的。
AWS DynamoDB 概述
Amazon DynamoDB 是由 AWS 提供的托管 NoSQL 数据库服务。它于 2012 年首次推出，旨在提供低延迟、高吞吐量的性能。DynamoDB 基于 Amazon 工程师于 2007 年发布的 Dynamo 论文的原则构建，旨在提供高度可用、可扩展和分布式的键值存储。
Amazon Timestream for LiveAnalytics 用于时间序列数据
Amazon Timestream for LiveAnalytics 专为处理时间序列数据而设计，使其成为需要高摄取率和高效存储的各种应用程序的合适选择。其双层存储架构，包括内存存储和磁盘存储，允许用户根据数据年龄和访问模式管理数据保留并优化存储成本。此外，Timestream 支持类似 SQL 的查询，并与流行的分析工具集成，使用户可以轻松地从其时间序列数据中获得洞察力。
AWS DynamoDB 用于时间序列数据
DynamoDB 可以与时间序列数据一起使用，尽管与专门的时间序列数据库相比，它可能不是最优化的解决方案。要在 DynamoDB 中存储时间序列数据，您可以使用复合主键，其中分区键用于实体标识符，排序键用于时间戳。这允许您有效地查询特定实体和时间范围内的数据。但是，在处理时间序列数据时，DynamoDB 的主要弱点是它缺乏对数据聚合和下采样的内置支持，而这些是时间序列分析的常见要求。您可能需要在应用程序中执行这些操作，或使用 AWS Lambda 等其他服务来处理数据。
Amazon Timestream for LiveAnalytics 关键概念
- 内存存储：在 Amazon Timestream for LiveAnalytics 中，内存存储是一个组件，用于在内存中存储最近的、可变的时间序列数据，以便进行快速查询和分析。
- 磁盘存储：Amazon Timestream for LiveAnalytics 中的磁盘存储负责在磁盘上存储历史的、不可变的时间序列数据，以便进行经济高效的长期存储。
- 生存时间 (TTL)：Amazon Timestream for LiveAnalytics 允许用户在其时间序列数据上设置 TTL，这决定了数据在内存存储中保留多长时间，然后才移动到磁盘存储或删除。
AWS DynamoDB 关键概念
DynamoDB 特有的一些关键术语和概念包括
- 表：在 DynamoDB 中，数据存储在表中，表是项目的容器。每个表都有一个主键，用于唯一标识表中的每个项目。
- 项目：项目是 DynamoDB 表中的单个记录，它们由一个或多个属性组成。
- 属性：属性是构成表中项目的键值对。DynamoDB 支持标量、文档和集合数据类型用于属性。
- 主键：主键唯一标识表中的每个项目，它可以是单属性分区键或复合分区排序键。
Amazon Timestream for LiveAnalytics 架构
Amazon Timestream for LiveAnalytics 构建在无服务器、分布式架构之上，该架构支持类似 SQL 的查询功能。其数据模型专为时间序列数据量身定制，使用带时间戳的记录和灵活的模式，可以适应不同的数据粒度和维度。Timestream 架构的核心组件包括内存存储和磁盘存储，它们共同管理数据保留、存储和查询。内存存储针对最近数据的快速查询进行了优化，而磁盘存储为历史数据提供了经济高效的长期存储。
AWS DynamoDB 架构
DynamoDB 是一个 NoSQL 数据库，它使用键值存储和文档数据模型。它旨在通过自动跨多个服务器分区数据并使用复制来确保容错能力，从而提供高可用性、持久性和可扩展性。DynamoDB 的一些主要组件包括
- 分区：DynamoDB 根据分区键自动分区数据，这确保数据均匀分布在多个存储节点上。
- 复制：DynamoDB 在 AWS 区域内的多个可用区之间复制数据，从而提供高可用性和持久性。
- 一致性：DynamoDB 提供两种一致性模型：最终一致性和强一致性，允许您为您的应用程序选择适当的一致性级别。
免费时间序列数据库指南
获取对备选方案和选择数据库的关键要求的全面审查。
Amazon Timestream for LiveAnalytics 功能
无服务器架构
Amazon Timestream for LiveAnalytics 无服务器架构消除了用户管理或配置基础设施的需求，从而易于扩展并减少运营开销。
双层存储
Timestream 的双层存储架构，包括内存存储和磁盘存储，根据数据年龄和访问模式自动管理数据保留并优化存储成本。
类似 SQL 的查询
Amazon Timestream for LiveAnalytics 支持类似 SQL 的查询，并与流行的分析工具集成，使用户可以轻松地从其时间序列数据中获得洞察力。
Timestream for InfluxDB
对于需要近乎实时的单毫秒延迟查询的工作负载，AWS 建议使用 Timestream for InfluxDB 而不是 LiveAnalytics。Timestream for InfluxDB 还为希望使用 AWS 托管服务而无需更新其代码的用户提供与 InfluxDB API 的兼容性。
AWS DynamoDB 功能
自动扩展
DynamoDB 可以根据工作负载自动扩展其读取和写入容量，使您能够在不过度配置资源的情况下保持一致的性能。
备份和恢复
DynamoDB 提供对时间点恢复的内置支持，使您能够将表恢复到过去 35 天内的先前状态。
全局表
DynamoDB 全局表使您能够跨多个 AWS 区域复制表，从而为全球应用程序提供低延迟访问和数据冗余。
流
DynamoDB 流捕获表中的项目级修改，并且可以用于触发 AWS Lambda 函数以进行实时处理或将数据与其他 AWS 服务同步。
Amazon Timestream for LiveAnalytics 用例
物联网应用程序
Amazon Timestream for LiveAnalytic 对高摄取率和高效存储的支持使其成为监控和分析来自物联网设备（如传感器和智能家电）的数据的理想选择。
DevOps
LiveAnalytics 可用于一般的 DevOps 工作负载，如监控应用程序健康状况和利用率。对于需要最低延迟实时监控的用例，AWS 建议使用 Timestream for InfluxDB。
分析
Amazon Timestream for LiveAnalytics 可用于跟踪分析数据，如 Web 和应用程序数据。然后，内置的时间序列分析功能可用于聚合和分析数据，以更高的开发者生产力获得有价值的洞察力。
AWS DynamoDB 用例
会话管理
DynamoDB 可用于存储 Web 应用程序的会话数据，从而提供对会话信息的快速且可扩展的访问。
游戏
DynamoDB 可用于存储在线游戏的游戏玩家数据、游戏状态和其他与游戏相关的信息，从而提供低延迟和高吞吐量的性能。
物联网
DynamoDB 可用于存储和处理来自物联网设备的传感器数据，从而实现设备数据的实时监控和分析。
Amazon Timestream for LiveAnalytics 定价模型
Amazon Timestream for LiveAnalytics 提供基于数据摄取、存储和查询执行的按需付费定价模型。摄取成本由摄取到 Timestream 中的数据量决定，而存储成本基于内存存储和磁盘存储中存储的数据量。查询执行成本根据查询执行期间扫描和处理的数据量计算。Timestream 还为用户提供免费套餐，以探索该服务并构建概念验证应用程序，而无需产生费用。
AWS DynamoDB 定价模型
DynamoDB 提供两种定价选项：预置容量和按需容量。使用预置容量，您可以指定应用程序期望的每秒读取和写入次数，并根据预置容量的量收费。此定价模型适用于具有可预测流量或逐渐增加流量的应用程序。您可以使用自动扩展根据指定的利用率自动调整表的容量，从而确保应用程序性能并降低成本。
另一方面，使用按需容量，您可以为应用程序在表上执行的数据读取和写入按请求付费。您无需指定应用程序期望执行多少读取和写入吞吐量，因为 DynamoDB 会在您的工作负载增加或减少时立即适应您的工作负载。此定价模型适用于具有波动或不可预测流量模式的应用程序。
免费开始使用 InfluxDB
InfluxDB Cloud 是开始存储和分析时间序列数据的最快方式。
