Amazon Web Services, Inc. (AWS), un Amazon.com empresa, ha anunciado la disponibilidad general de Amazon Timestream. Esta es una nueva base de datos de series de tiempo para Internet de las cosas (IoT) y aplicaciones operativas que puede escalar para procesar billones de eventos de series de tiempo por día hasta 1000 veces más rápido que las bases de datos relacionales, y a un costo tan bajo como 1/10 del costo.

La nueva base de datos de series de tiempo sin servidor de AWS para IoT y aplicaciones operativas puede escalar para procesar billones de eventos de series de tiempo por día hasta 1.000 veces más rápido que las bases de datos relacionales, y a tan solo una décima parte del costo.

Amazon Timestream ahorra a los clientes esfuerzos y gastos al mantener los datos recientes en la memoria y mover los datos históricos a un nivel de almacenamiento optimizado en función de los costos según las políticas definidas por el usuario, mientras que su procesamiento de consultas brinda a los clientes la capacidad de acceder y combinar datos recientes e históricos de manera transparente niveles con una sola consulta, sin necesidad de especificar explícitamente en la consulta si los datos residen en la memoria o en el nivel optimizado para costos.

Las funciones de análisis proporcionan funciones específicas de series de tiempo para ayudar a los clientes a identificar tendencias y patrones en los datos casi en tiempo real. Debido a que Amazon Timestream no tiene servidor, se escala automáticamente hacia arriba o hacia abajo para ajustar la capacidad según la carga, sin que los clientes tengan que administrar la infraestructura subyacente. No se requieren costos ni compromisos iniciales para usar Amazon Timestream, y los clientes pagan solo por los datos que escriben, almacenan o consultan.

Los clientes de hoy quieren crear aplicaciones de IoT, perimetrales y operativas que recopilen, sinteticen y obtengan conocimientos de enormes cantidades de datos que cambian con el tiempo (conocidos como datos de series de tiempo). Por ejemplo, los fabricantes pueden querer rastrear los datos de los sensores de IoT que miden los cambios en los equipos en una instalación, los vendedores en línea pueden querer analizar los datos del flujo de clics que capturan cómo un usuario navega por un sitio web a lo largo del tiempo, y los operadores del centro de datos pueden querer ver los datos que miden cambios en las métricas de rendimiento de la infraestructura. Este tipo de datos de series de tiempo se puede generar a partir de múltiples fuentes en volúmenes extremadamente altos, debe recopilarse de manera rentable casi en tiempo real y requiere un almacenamiento eficiente que ayude a los clientes a organizar y analizar los datos.

Para hacer esto hoy, los clientes pueden utilizar las bases de datos relacionales existentes o las bases de datos de series de tiempo autogestionadas. Ninguna de estas opciones es atractiva. Las bases de datos relacionales tienen esquemas rígidos que deben predefinirse y son inflexibles si es necesario realizar un seguimiento de los nuevos atributos de una aplicación. Por ejemplo, cuando se conectan nuevos dispositivos y comienzan a emitir datos de series de tiempo, los esquemas rígidos significan que los clientes tienen que descartar los nuevos datos o rediseñar sus tablas para admitir los nuevos dispositivos, lo que puede resultar costoso y llevar mucho tiempo. Además de los esquemas rígidos, las bases de datos relacionales también requieren múltiples tablas e índices que deben actualizarse a medida que llegan nuevos datos y conducen a consultas complejas e ineficientes a medida que los datos crecen con el tiempo.

Además, las bases de datos relacionales carecen de las funciones analíticas de series de tiempo necesarias, como suavizado, aproximación e interpolación, que ayudan a los clientes a identificar tendencias y patrones casi en tiempo real. Alternativamente, las soluciones de bases de datos de series de tiempo que los clientes crean y administran por sí mismos tienen una capacidad limitada de procesamiento y almacenamiento de datos, lo que dificulta su escalado. Muchas de las soluciones de bases de datos de series temporales existentes no son compatibles con las políticas de retención de datos, lo que crea complejidad de almacenamiento a medida que los datos crecen con el tiempo.

Para acceder a los datos, los clientes deben crear herramientas y motores de consulta personalizados, que son difíciles de configurar y mantener, y pueden requerir iniciativas de ingeniería complicadas de varios años. Además, estas soluciones no se integran con las herramientas de recopilación de datos, visualización y aprendizaje automático que los clientes ya utilizan en la actualidad. El resultado es que muchos clientes simplemente no se molestan en guardar o analizar los datos de series de tiempo, y se pierden la valiosa información que pueden proporcionar.

Timestream aborda estos desafíos al brindarles a los clientes una base de datos de series de tiempo sin servidor especialmente diseñada para recopilar, almacenar y procesar datos de series de tiempo. Amazon Timestream detecta automáticamente los atributos de los datos, por lo que los clientes ya no necesitan predefinir un esquema. Amazon Timestream simplifica el complejo proceso de gestión del ciclo de vida de los datos con la organización en niveles de almacenamiento automatizada que almacena los datos recientes en la memoria y mueve automáticamente los datos históricos a un nivel de almacenamiento optimizado en función de los costos según las políticas de usuario predefinidas. Amazon Timestream también utiliza un motor de consultas adaptable especialmente diseñado para acceder de forma transparente y combinar datos recientes e históricos entre niveles con una única declaración SQL, sin tener que especificar qué nivel de almacenamiento alberga los datos.

Esto permite a los clientes consultar todos sus datos mediante una sola consulta sin necesidad de escribir una lógica de aplicación complicada que busque dónde se almacenan sus datos, consulta cada nivel de forma independiente y luego combina los resultados en una vista completa. Amazon Timestream proporciona análisis de series temporales integradas, con funciones de suavizado, aproximación e interpolación, para que los clientes no tengan que extraer datos sin procesar de sus bases de datos y luego realizar sus análisis de series temporales con herramientas y bibliotecas externas o escribir procedimientos almacenados complejos. que no todas las bases de datos admiten.

La arquitectura sin servidor de Amazon Timestream está construida con sistemas de procesamiento de consultas y de ingestión de datos totalmente desacoplados, lo que brinda a los clientes una escala prácticamente infinita y la capacidad de aumentar el almacenamiento y el procesamiento de consultas de forma independiente y automática, sin requerir que los clientes administren la infraestructura subyacente. Además, Amazon Timestream se integra con herramientas populares de recopilación de datos, visualización y aprendizaje automático que los clientes utilizan hoy en día, incluidos servicios como AWS IoT Core (para la recopilación de datos de IoT), Amazon Kinesis y Amazon MSK (para transmisión de datos), Amazon QuickSight (para Business Intelligence sin servidor) y Amazon SageMaker (para crear, capacitar e implementar rápidamente modelos de aprendizaje automático), así como herramientas de terceros de código abierto como Grafana (para paneles de observación) y Telegraf (para recopilación de métricas).

Shawn Bice

“Lo que escuchamos de los clientes es que tienen una gran cantidad de datos valiosos enterrados en sus equipos industriales, registros de flujo de clics en sitios web, infraestructura del centro de datos y muchos otros lugares, pero administrar datos de series de tiempo a escala es demasiado complejo, costoso y lento. ”Dice Shawn Bice, vicepresidente de bases de datos, AWS. “Resolver este problema requirió que construyéramos algo completamente nuevo. Amazon Timestream proporciona un servicio de base de datos sin servidor que está diseñado específicamente para administrar la escala y la complejidad de los datos de series temporales en la nube, de modo que los clientes puedan almacenar más datos de manera más fácil y rentable, lo que les brinda la capacidad de obtener información adicional e impulsar mejores negocios. decisiones de sus aplicaciones de monitoreo operativo y de IoT ".

Fleetilla es un proveedor de soluciones de extremo a extremo para la gestión de remolques, contenedores intermodales terrestres, equipos de construcción, activos sin energía y telemática comercial convencional para vehículos de carretera. “Fleetilla trabaja con datos telemáticos en tiempo real de dispositivos IoT en todo el mundo. Recientemente, vimos la necesidad de integrar una variedad de diferentes fuentes de datos para proporcionar una vista unificada de "panel único" para entornos complejos de flotas mixtas.

Estamos utilizando Amazon Timestream para proporcionar un sistema de base de datos rentable que reemplazará nuestra compleja solución existente compuesta por muchas otras herramientas ”, dijo Marc Wojtowicz, vicepresidente de TI y servicios en la nube de Fleetilla.. “El servicio Amazon Timestream completamente administrado significa menos trabajo para nuestro equipo de DevOps, los SDK disponibles en nuestro lenguaje de programación preferido significan una implementación más simple para nuestros desarrolladores, y el lenguaje familiar basado en SQL significa menos curva de aprendizaje para nuestros analistas de datos. Las funciones de análisis y escalabilidad integradas de Timestream nos permiten ofrecer experiencias más rápidas y ricas a nuestros clientes, y la integración del aprendizaje automático nos permite continuar innovando y mejorando nuestros servicios para nuestros clientes ".

Autodesk es un proveedor global de software para las industrias de arquitectura, ingeniería, construcción, medios y entretenimiento, y fabricación. “En Autodesk, creamos software para personas que hacen cosas. Esto incluye todo, desde edificios, puentes, carreteras, automóviles, dispositivos médicos y productos electrónicos de consumo, hasta las películas y los videojuegos que todos conocemos y amamos ”, dice Scott Reese, vicepresidente senior de fabricación, nube y productos de producción de Autodesk. “Vemos que Amazon Timestream tiene el potencial de ayudar a generar nuevos flujos de trabajo al proporcionar una base de datos de series de tiempo escalable y alojada en la nube. Anticipamos que esto mejorará el rendimiento del producto y reducirá el desperdicio en la fabricación. El diferenciador clave que nos entusiasma es la promesa de que este valor vendrá sin agregar una carga de administración de datos para los clientes ni para Autodesk ”.

Trimble Inc., es un proveedor de tecnología de soluciones de productividad para las industrias de construcción, recursos, geoespacial y transporte. “Siempre que es posible, aprovechamos las ofertas de servicios administrados de AWS. Estamos entusiasmados de utilizar Amazon Timestream como una base de datos de series de tiempo sin servidor que respalda nuestra solución de monitoreo de IoT ”, dijo David Kohler, Director de Ingeniería de Trimble. "Timestream está diseñado específicamente para nuestros datos de series de tiempo generados por IoT y nos permitirá reducir los gastos generales de administración, mejorar el rendimiento y reducir los costos de nuestro sistema de monitoreo existente".

Amazon Timestream ya está disponible en EE. UU. Este (Norte de Virginia), EE. UU. Este (Ohio), EE. UU. Oeste (Oregón) y UE (Irlanda), con disponibilidad en otras regiones en los próximos meses. Para comenzar, visite:

Dejar respuesta

Please enter your comment!
Please enter your name here