AWS因不斷推出新的云計算服務而聞名業界，不過AWS云計算服務太多了，客戶往往難以了解所有的服務，AWS的數據庫也不例外。

AWS至少提供15個數據庫，最新的一個是Amazon Timestream，9月開始面向一般用戶發布。Timestream主打 “物聯網”應用，主要用于時間序列數據記錄的存儲和檢索，時間序列指一組與時間戳相關的數據點。

Timestream與其他時間序列數據庫一樣用于那些產生連續數據流的應用，例如來自物聯網傳感器的測量數據，這些數據的格式可以快速插入和檢索大量的時間序列事件，進而可支持復雜的分析——每天事實上可以有數萬億的事件，而且其速度比標準關系數據庫快1000倍之多。

簡單一點的時間序列數據可以是跟蹤你每天走的步數，該數據還可以與一段時間內的體重聯系起來，一些企業則需要做諸如跟蹤和理解快速變化的數據（如股票價格、視頻流或操作機器的溫度）的業務，時間序列數據就是必須的。而且，物聯網設備數目在不斷激增，這種數據庫也變得越來越重要，Timestream競爭對手，例如如開源的Prometheus、InfluxData Inc.的InfluxDB和Timescale Inc.的TimescaleDB的迅速崛起也說明了這一點。

亞馬遜首席技術官Werner Vogels在上周在一篇博文中談到Timestream背后的事情。他在接受記者采訪時表示，Timestream在一定程度上表明了兩點，其一，亞馬遜的理念是為各種任務建立特定的云工具，而不是試圖把這些都放在一個平臺上，其二，它表明亞馬遜公司基本架構的選擇。下面是訪談對話內容（內容經過適當編輯修改）：

記者：你那篇關于Timestream的博文好像有個更大的目標，而不是僅僅是為了展示它如何工作。

Werner Vogels：我試圖提供一點關于Timestream數據庫背后的技術背景，以及一些我們正在建立的其他系統資料。在Timestream這一塊我們做了一些獨特的架構決定，這些決定可能也適用于一般架構。例如，我們用了基于單元的架構，可以減少影響半徑。

另外，不要孤立地優化系統。你只是測量信息傳遞，或只測量存儲，或只測量查詢，這樣的想法并不能給你一個整體系統做到真正能優化你想做的事情。

記者：Timestream和背后的想法是如何融入到AWS的整體云計算方法呢？

Werner Vogels：這是我們尋求建立專用數據庫的一部分。對于很多工程師來說，關系型數據庫是他們用來做各種事情的錘子。他們知道如何很好地使用這個工具。但在關系型數據庫里做時間序列是個非常令人頭痛的問題。而且很難做到實時性。畢竟，我們看到大多數時間序列應用的實時性的作用都頗為重要。

那我們一直在進行這種探索，Jeff Bezos多年前說過的一些話真正推動了我的架構原則。我們在構建工具，而不是構建平臺。舊式平臺的定義就是，軟件公司發布下一個版本，給了你所有的東西，告訴你應該如何開發軟件。

過了一段時間我們了解到，如果你構建的小工具真的是為了一個特定的目標而設計的，你可以對其進行優化，使得其性能更好或更可靠或實際上更便宜，或確保你能提高開發人員的生產力。

記者：時間序列數據庫的目的是什么呢？

Werner Vogels：時間序列就是一個隨時間變化的數據點序列。如果看一看我們周圍的世界，大量的例子可以納入時間序列。在許多應用里時間是個主導因素。例如點擊流分析。你可能想要一個儀表盤，能實時告訴你正在發生的事情。在這一類的應用里，時間起的作用很重要。有個專門的數據庫實際上能夠讓你實時訪問當前的、即時的內存數據。

記者：Timestream是如何工作的呢？

Werner Vogels：Timestream下面有兩個不同的存儲引擎。其中一個在內存里，基本上就是最新的記錄。時間序列數據庫里的大多數記錄都是當前時間記錄。這一類用例涵括了許多當前的用例。然后歷史數據則在磁性存儲或SSD里。你可以設置一個策略，根據這個策略確定什么東西需要從內存中遷到歷史引擎里。

內存存儲的目標是那些非常快的查詢。基本上你可以在幾毫秒內分析幾十GB的數據。歷史存儲更多考慮的是TB級、PB級以及那些需時數秒的查詢類型。對客戶來說，好處是他們不必考慮這個問題。他們不必考慮什么在內存里，什么在磁盤上。這對他們來說是透明的。

大多數查詢都可以及時從當前數據上完成，你想在幾毫秒內得到結果。如果是個預測引擎，用來查看你的冰箱里的液態天然氣故障，你不想明天再做，你想要現在就做。另外儀表盤、報警、點擊流分析等等，這一類至關重要的事情也是這樣。

記者：Timestream與其他時間序列數據庫有什么不同呢？