Amazon Timestream: InfluxDB gerenciado para dados de série temporal

O Amazon Timestream for InfluxDB entra em disponibilidade geral hoje na Amazon Web Services (AWS).

O serviço gerenciado para InfluxDB 2.0, um banco de dados de série temporal de código aberto e alta cardinalidade da InfluxData, aprimora consideravelmente os recursos e casos de uso de dados de série temporal da AWS.

Hoje também anuncia a elevação do Timestream, que anteriormente era o nome do banco de dados de série temporal anteriormente disponível da AWS, ao nome da categoria de bancos de dados de série temporal no popular provedor de serviços em nuvem.

Semelhante ao modo como Amazon RDS é a categoria para serviços de banco de dados relacional (incluindo ofertas como RDS for MariaDB, RDS for Oracle e outros), Timestream é a categoria de serviços de série temporal que contém Amazon Timestream for InfluxDB. LiveAnalytics é o novo nome do banco de dados da AWS, anteriormente chamado de Timestream.

De acordo com Brian Mullen, CMO da InfluxData, a decisão de posicionar o InfluxDB 2.0 na AWS resultou do desejo de fornecer funcionalidade de banco de dados de série temporal de código aberto com a escalabilidade, segurança e confiabilidade pelas quais a AWS é conhecida.

“A forma moderna de consumir código aberto está na nuvem”, observou Mullen. “Mesmo que as pessoas estejam baixando Influx ou Redis de código aberto ou alguma outra coisa, elas normalmente o implantam em alguma instância que estão executando na nuvem.”

Atualmente, os usuários podem implantar o InfluxDB 2.0 como um serviço gerenciado na AWS como uma única instância, embora os clientes possam implementar um complemento de serviço (que Mullen disse ser semelhante a uma opção de zona de multidisponibilidade em espera ativa) como backup. O roteiro inclui suporte para complementos adicionais, bem como uma opção formal de zona de disponibilidade múltipla para o serviço.

Em algum momento, a InfluxData planeja disponibilizar sua versão InfluxDB 3.0 como parte do AWS Timestream.

Enquanto isso, os usuários podem aproveitar a velocidade e o desempenho substanciais do InfluxDB 2.0 na AWS. O mecanismo também oferece suporte a uma forte experiência de desenvolvedor e facilidade de uso para ingerir, analisar, armazenar e reduzir a resolução de dados de séries temporais para um número crescente de casos de uso — da Internet das Coisas ao monitoramento e observabilidade de rede.

Velocidade e desempenho

O Amazon Timestream for Influx DB é executado diretamente no AWS Management Console. A plataforma de banco de dados de séries temporais de alta cardinalidade permite que as organizações respondam simultaneamente por “centenas de milhares a milhões de séries temporais”, mencionou Mullen.

Essa cardinalidade torna possível correlacionar diferentes séries temporais para aplicações de usuário final em uma escala enorme — como para monitoramento de ativos de equipamentos e manutenção preditiva na Internet Industrial. A taxa na qual o InfluxDB é capaz de ingerir dados de séries temporais também é notável e auxiliada por um agente de coleta de código aberto, o Telegraph, que simplifica o processo de ingestão.

Incluído como parte da versão 2.0 do banco de dados, o Telegraf tem “mais de 600 plug-ins que vão desde coisas padrão como MPTT até coisas realmente misteriosas de IoT que uma ou duas pessoas usam e contribuíram”, observou Mullen. “Devido à natureza de código aberto do InfluxDB, você tem um ecossistema realmente forte de pessoal técnico (trabalhando no) produto.”

Mullen descreveu um caso de uso de IoT para manufatura em que a organização “estava usando Postgres anteriormente. Depois de mudar para o InfluxDB, seu desempenho passou de talvez 20 a 30 mil pontos por segundo para milhões de pontos por segundo. Essa é uma mudança de ordem de magnitude em termos da quantidade de transferência de pontos de dados que chegam por segundo.”

Facilidade de uso, experiência do desenvolvedor

A facilidade de uso que caracteriza o InfluxDB também diz respeito à sua experiência de consulta. Embora a versão 3.0 inclua suporte nativo para SQL e InfluxQL (uma linguagem baseada na popular linguagem de consulta), a versão 2.0 atualmente disponível no Timestream depende do InfluxQL, que Mullen comentou ser “muito semelhante ao SQL”.

O banco de dados de código aberto também é extensível, o que é fundamental para facilitar a visualização de dados de séries temporais que podem mudar rapidamente. “Muitas pessoas nos usam para canalizar os dados diretamente para algo como o Grafana”, revelou Mullen. “Eles também podem gerenciar uma oferta Grafana na AWS, ou as pessoas podem estar usando sua própria solução de visualização.” O InfluxDB amplia a gama de casos de uso de séries temporais que permite, trabalhando com dados de alta e baixa fidelidade.

A versão 2.0 oferece suporte a índices invertidos e consultas agregadas, que são influentes na retenção de dados e na redução da resolução. A redução da resolução reduz o número de pontos de dados em um conjunto de dados, o que é útil para diminuir os custos de armazenamento ou otimizar o armazenamento para novos dados recebidos.

Com o InfluxDB, “as pessoas têm a capacidade de reduzir a resolução conforme necessário, em vez de, por padrão, ter que armazenar tudo conforme chega”, explicou Mullen. “Eles têm essa flexibilidade para manter essencialmente as coisas de curto prazo, a alta fidelidade e as coisas de longo prazo a seu critério para reduzir a resolução conforme necessário.” Bancos de dados de série temporal ideais são capazes de suportar redução de resolução e armazenamento de dados de longo prazo, o que lhes permite “lidar com muito mais casos de uso com base nesta flexibilidade para que o cliente crie seu próprio cronograma de retenção”, disse Mullen.

Uma combinação adequada

Os desenvolvedores que utilizam o Amazon Timestream for InfluxDB acessarão prontamente um banco de dados de série temporal de código aberto que oferece suporte a alta cardinalidade, facilidade de uso e ganhos de desempenho que podem ser responsáveis ​​por um número crescente de casos de uso. Eles farão isso dentro dos limites frequentemente procurados do provedor de nuvem em hiperescala e de suas inúmeras funções para proteger, dimensionar e criar aplicativos. A combinação desses benefícios tem o potencial de democratizar a utilidade subjacente da análise de séries temporais, consolidando-a ainda mais no cenário de dados.