北京2020年10月12日：日前，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。
