Tablestore:カスタム時系列 ID とプライマリキー列としてカスタムデータフィールドを指定する

カスタム時系列 ID を指定する

正確な時間位置特定、範囲クエリ、トレンド分析、イベント関連付けが必要なシナリオでは、カスタム時系列 ID を指定できます。以下の項目では、シナリオについて説明します。

• トラブルシューティングと根本原因分析

  IT O&M および産業機器の監視では、カスタム時系列 ID は障害が発生した時間を正確にマークするのに役立ちます。他の時系列データ (デバイスの状態やログ情報など) と組み合わせることで、カスタム時系列 ID は根本原因分析の問題の原因を迅速に特定するのに役立ちます。

• ユーザー行動分析

  インターネット アプリケーションでは、カスタム時系列 ID により、ユーザーのログイン時間、ページビュー時間、操作シーケンスを記録することで、ユーザーのアクティブ期間、セッション時間、行動パスの分析が可能になります。このデータドリブン アプローチは、ユーザーエクスペリエンスの最適化とインテリジェントなコンテンツ推奨を促進します。

• 金融取引の監査

  金融セクターでは、各トランザクションに正確なタイムスタンプが必要です。カスタム時系列 ID は、トランザクションのシーケンスと整合性を確保するだけでなく、異常なトランザクション パターンの特定や資金フローの追跡などの不正防止分析にも使用されます。

カスタム時系列 ID を指定することで、時系列データを柔軟にグループ化、フィルタリング、分析できるため、さまざまなビジネス シナリオ全体で詳細な管理とより深い洞察が可能になります。

プライマリキー列としてカスタムデータフィールドを指定する

同じ時系列 ID とタイムスタンプを持つ時系列データの複数の行を保存する場合、時系列テーブルのプライマリキー列としてカスタムデータフィールドを指定できます。以下の項目では、シナリオについて説明します。

• イベント関連付け分析

  複雑な分析シナリオでは、時系列 ID 以外のデータフィールドに基づいて時系列データを関連付けることができます。プライマリキー列としてカスタムデータフィールドを指定することで、特定のタイムスタンプにおける特定のデバイスのデータを迅速に特定できます。このアプローチは、トラブルシューティングと行動分析に適しています。

• 多次元インデックス

  時系列データベースの高度なアプリケーションでは、データに対して多次元クエリとフィルタリングを実行する場合、プライマリキー列としてカスタムデータフィールドを指定することで、クエリの効率を向上させることができます。このアプローチにより、特に大量のデータを処理する場合に、関連する時系列データをより正確に特定できます。

• マルチテナント時系列データ管理

  複数の顧客に時系列データ ストレージ サービスを提供する場合、時系列テーブルのプライマリキー列の 1 つとしてテナント ID を指定して、タイムスタンプと複合プライマリキーを形成できます。このアプローチにより、データの隔離と異なるテナントへの効率的なアクセスが保証されます。

Tablestore コンソールの使用

1. 時系列テーブルを作成する際に、カスタム時系列 ID を指定します。詳細については、「時系列テーブルの操作」をご参照ください。

2. カスタム時系列 ID に基づいて時系列テーブルにデータを書き込みます。

   時系列テーブルにデータを書き込む場合、クライアントのカスタム時系列 ID のフィールドは、キーと値のペアとして Tablestore サーバーに渡されます。Tablestore サーバーは、まずキーと値のペアからメトリック名とデータソースを抽出し、残りのキーと値のペアを時系列のタグとして使用します。詳細については、「時系列データを書き込む」をご参照ください。

   重要

   時系列テーブルを作成するときにカスタム時系列 ID のフィールドに _tags フィールドが含まれていない場合でも、時系列データを書き込むときにメトリック名、データソース、カスタムフィールドを除くキーと値のペアが残っている場合、データの書き込みは失敗します。

3. 時系列テーブルからデータを読み取ります。

   1. 時系列テーブルの SQL マッピングテーブルを作成します。詳細については、「時系列テーブルの複数値モデルでマッピングテーブルを作成する」をご参照ください。

      1. [時系列テーブルの管理] ページで、[SQL 文を実行してクエリを実行] タブをクリックします。

      2. [SQL 文を実行してクエリを実行] タブの左側で、TimeSeries モデルのインスタンス名の横にある + アイコンをクリックします。

      3. [マッピングテーブルの作成] ダイアログボックスで、パラメータを構成します。次の表にパラメータを示します。

         パラメータ	説明
         テーブル名	時系列テーブルの名前。
         マッピングテーブル名	マッピングテーブルの名前。 説明 時系列テーブルの SQL マッピングテーブルを作成すると、システムは自動的にプレフィックス 時系列テーブル名:: をマッピングテーブル名に追加します。
         分析ストアを有効にする	分析ストア機能は、長期間にわたって時系列データを保存し、時系列データを分析するシナリオで使用されます。分析ストア機能を使用すると、時系列データを低コストで保存し、時系列データを効率的にクエリおよび分析できます。詳細については、「 時系列の分析ストア」をご参照ください。 デフォルトでは、[分析ストアを有効にする] はオフになっています。ビジネス要件に基づいてパラメータを構成します。 分析ストアを使用して時系列データを保存および分析しない場合は、[分析ストアを有効にする] パラメータのデフォルト設定を保持します。 時系列データを低コストで保存するか、時系列データを効率的にクエリおよび分析する場合は、分析ストアが作成され、[分析ストアを有効にする] がオンになっていることを確認します。 重要 分析ストア機能は、中国 (杭州)、中国 (上海)、中国 (北京)、中国 (張家口) の各リージョンでサポートされています。分析ストア機能を使用するには、上記のいずれかのリージョンに TimeSeries モデルのインスタンスを作成します。詳細については、「TimeSeries モデルのインスタンスを作成する」をご参照ください。 [分析ストアを有効にする] がオンになっているマッピングテーブルを作成する場合、分析ストアを削除するときに、マッピングテーブルも同時に削除する必要があります。そうしないと、分析ストアを削除できません。

      4. [SQL 文を生成] をクリックします。システムは、マッピングテーブルを作成するための SQL 文を自動的に生成します。

         カスタム時系列 ID を指定した後、SQL マッピングテーブルを作成する際に、時系列テーブルのプライマリキー列として使用されるカスタム時系列 ID とカスタムデータフィールドを SQL マッピングテーブルのプライマリキー列として指定します。

      5. [SQL 文を実行 (F8)] をクリックします。

   2. SELECT 文を実行してデータをクエリします。詳細については、「データをクエリする」をご参照ください。

      コンソールの SQL エディターに SQL 文を入力し、[SQL 文を実行 (F8)] をクリックします。

      次の SQL 文のサンプルは、cpu::ts1 という名前のマッピングテーブルを使用して、時系列テーブルで cpu_usage の値が 90.0 を超える時系列の情報をクエリする方法の例を示しています。

      SELECT `host`, `processor`, `_tags` , `_time` FROM `cpu::ts1` WHERE cpu_usage > 90.0;

Tablestore SDK の使用

この例では、Tablestore SDK for Java を使用します。

1. 時系列テーブルを作成する場合は、カスタム時系列識別子を指定します。

   次のサンプルコードは、分析ストアのない時系列テーブルを作成し、カスタム時系列識別子を指定する方法の例を示しています。

   private static void createTimeseriesTable(TimeseriesClient client) {
       TimeseriesTableMeta timeseriesTableMeta = new TimeseriesTableMeta("");
       timeseriesTableMeta.setTimeseriesTableOptions(new TimeseriesTableOptions(-1));
       // カスタム時系列識別子を指定します。host フィールドにはメトリック名、processor フィールドにはデータソース、_tags フィールドにはタグが格納されます。
       timeseriesTableMeta.addTimeseriesKey("host");
       timeseriesTableMeta.addTimeseriesKey("processor");
       timeseriesTableMeta.addTimeseriesKey("_tags");
       CreateTimeseriesTableRequest request = new CreateTimeseriesTableRequest(timeseriesTableMeta);
       request.setEnableAnalyticalStore(false);
       client.createTimeseriesTable(request);
   }

2. カスタム時系列識別子に基づいて、時系列テーブルにデータを書き込みます。

   時系列テーブルにデータを書き込む場合、クライアントのカスタム時系列識別子のフィールドは、キーと値のペアとして Tablestore サーバーに渡されます。 Tablestore サーバーは、まずキーと値のペアからメトリック名とデータソースを抽出し、残りのキーと値のペアを時系列のタグとして使用します。

   重要

   時系列テーブルを作成するときに、カスタム時系列識別子のフィールドに _tags フィールドが含まれていない場合でも、時系列データを書き込むときに、キーと値のペアからメトリック名、データソース、およびカスタムフィールドを除外した後にキーと値のペアが残っている場合、データの書き込みは失敗します。

   次のサンプルコードは、カスタム時系列識別子に基づいて、3 行の時系列データを時系列テーブルに書き込む方法の例を示しています。

   private static void putTimeseriesData(TimeseriesClient client) {
       long timeInUs = System.currentTimeMillis() * 1000;
       List rows = new ArrayList();
       for (int i = 0; i < 3; i++) {
           Map tags = new HashMap<>();
           // カスタム時系列識別子のフィールドを追加します。
           tags.put("host", "host_" + i);
           tags.put("processor", String.valueOf(i));
           // カスタム時系列識別子に対応しないキーと値のペアは、時系列のタグとして使用されます。
           tags.put("region", "hangzhou");
            TimeseriesKey timeseriesKey = new TimeseriesKey("", "", tags);
           TimeseriesRow row = new TimeseriesRow(timeseriesKey, timeInUs);
           row.addField("cpu_usage", ColumnValue.fromDouble(10.0));
           row.addField("cpu_sys", ColumnValue.fromDouble(5.0));
           rows.add(row);
       }
       String tableName = "";
       PutTimeseriesDataRequest putTimeseriesDataRequest = new PutTimeseriesDataRequest(tableName);
       putTimeseriesDataRequest.setRows(rows);
       client.putTimeseriesData(putTimeseriesDataRequest);
   }

   次の表は、データが正常に書き込まれた後の時系列テーブル内の時系列データを示しています。

   host	processor	_tags	_time	cpu_usage	cpu_sys
   host_0	0	["region=hangzhou"]	1712476524000000	10.0	5.0
   host_1	1	["region=hangzhou"]	1712476524000000	10.0	5.0
   host_2	2	["region=hangzhou"]	1712476524000000	10.0	5.0

3. SQL 文を実行して、時系列テーブルからデータを読み取ります。

   1. 時系列テーブルの SQL マッピングテーブルを作成します。詳細については、「時系列テーブルの複数値モデルでマッピングテーブルを作成する」をご参照ください。

      カスタム時系列識別子を指定した後、SQL マッピングテーブルを作成する場合は、カスタム時系列識別子のフィールドとタイムスタンプフィールドを SQL マッピングテーブルのプライマリキー列として指定します。

      構成例:

      CREATE TABLE `cpu::ts1` (
          `host` VARCHAR(1024),
          `processor` VARCHAR(1024),
          `_tags` VARCHAR(1024),
          `_time` BIGINT(20),
          `cpu_usage` DOUBLE,
          `cpu_sys` DOUBLE,
          PRIMARY KEY(`host`,`processor`,`_tags`,`_time`)
      );

   2. SELECT 文を実行してデータをクエリします。詳細については、「データをクエリする」をご参照ください。

      次の SQL 文の例は、cpu::ts1 という名前のマッピングテーブルを使用して、時系列テーブル内で cpu_usage 値が 90.0 を超える時系列の情報をクエリする方法を示しています。

      SELECT `host`, `processor`, `_tags` , `_time` FROM `cpu::ts1` WHERE cpu_usage > 90.0;

Tablestore コンソールを使用する

1. 時系列テーブルを作成するときに、カスタムデータフィールドを時系列テーブルのプライマリキー列として指定します。詳細については、「時系列テーブルの操作」をご参照ください。

2. 時系列テーブルに時系列データを書き込みます。

   時系列テーブルにデータを書き込む場合、プライマリキー列として指定されたデータフィールドを空にすることはできません。カスタムデータフィールドをプライマリキー列として指定することで、同じ時系列識別子とタイムスタンプを持つ時系列データの複数の行を保存できます。詳細については、「時系列データの書き込み」をご参照ください。

3. 時系列テーブルからデータを読み取ります。

   1. 時系列テーブルの SQL マッピングテーブルを作成します。詳細については、「時系列テーブルの複数値モデルでマッピングテーブルを作成する」をご参照ください。

      1. [時系列テーブルの管理] ページで、[SQL 文を実行してクエリを実行する] タブをクリックします。

      2. [SQL 文を実行してクエリを実行する] タブの左側で、TimeSeries モデルのインスタンス名の横にある + アイコンをクリックします。

      3. [マッピングテーブルの作成] ダイアログボックスで、パラメーターを構成します。次の表にパラメーターを示します。

         パラメーター	説明
         テーブル名	時系列テーブルの名前。
         マッピングテーブル名	マッピングテーブルの名前。 説明 時系列テーブルの SQL マッピングテーブルを作成すると、システムはマッピングテーブル名にプレフィックス time series table name:: を自動的に追加します。
         分析ストアを有効にする	分析ストア機能は、長期間にわたって時系列データを保存し、時系列データを分析するシナリオで使用されます。分析ストア機能を使用すると、低コストで時系列データを保存し、時系列データを効率的にクエリおよび分析できます。詳細については、「 時系列の分析ストア」をご参照ください。 デフォルトでは、[分析ストアを有効にする] はオフになっています。ビジネス要件に基づいてパラメーターを構成します。 分析ストアを使用して時系列データを保存および分析しない場合は、[分析ストアを有効にする] パラメーターのデフォルト設定を保持します。 低コストで時系列データを保存したり、時系列データを効率的にクエリおよび分析したりする場合は、分析ストアが作成され、[分析ストアを有効にする] がオンになっていることを確認します。 重要 分析ストア機能は、中国 (杭州)、中国 (上海)、中国 (北京)、中国 (張家口) の各リージョンでサポートされています。分析ストア機能を使用するには、上記のいずれかのリージョンに TimeSeries モデルのインスタンスを作成します。詳細については、「TimeSeries モデルのインスタンスを作成する」をご参照ください。 [分析ストアを有効にする] がオンになっているマッピングテーブルを作成する場合、分析ストアを削除するときに、マッピングテーブルも同時に削除する必要があります。そうしないと、分析ストアを削除できません。

      4. [SQL 文の生成] をクリックします。システムは、マッピングテーブルを作成するための SQL 文を自動的に生成します。

         カスタムデータフィールドを時系列テーブルのプライマリキー列として指定した後、SQL マッピングテーブルを作成するときに、時系列テーブルのプライマリキー列として使用される時系列識別子とカスタムデータフィールドを SQL マッピングテーブルのプライマリキー列として指定します。

      5. [SQL 文の実行 (F8)] をクリックします。

   2. SELECT 文を実行してデータをクエリします。詳細については、「データのクエリ」をご参照ください。

      コンソールの SQL エディターに SQL 文を入力し、[SQL 文の実行 (F8)] をクリックします。

      次の SQL 文の例は、cpu::ts1 という名前のマッピングテーブルを使用して、時系列テーブルで cpu_usage 値が 90.0 を超える時系列の情報をクエリする方法の例を示しています。

      SELECT `host`, `processor`, `_tags` , `_time` FROM `cpu::ts1` WHERE cpu_usage > 90.0;

Tablestore SDK を使用する

この例では、Tablestore SDK for Java を使用します。

1. 時系列テーブルを作成するときに、カスタムデータフィールドを時系列テーブルのプライマリキー列として指定します。

   次のサンプルコードは、分析ストアなしで時系列テーブルを作成し、カスタムデータフィールドを時系列テーブルのプライマリキー列として指定する方法の例を示しています。

   private static void createTimeseriesTable(TimeseriesClient client) {
       TimeseriesTableMeta timeseriesTableMeta = new TimeseriesTableMeta("");
       timeseriesTableMeta.setTimeseriesTableOptions(new TimeseriesTableOptions(-1));
       // カスタムデータフィールドをプライマリキー列として指定します。
       timeseriesTableMeta.addFieldPrimaryKey("processor", PrimaryKeyType.INTEGER);
       CreateTimeseriesTableRequest request = new CreateTimeseriesTableRequest(timeseriesTableMeta);
       request.setEnableAnalyticalStore(false);
       client.createTimeseriesTable(request);
   }

2. 時系列テーブルに時系列データを書き込みます。

   時系列テーブルにデータを書き込む場合、プライマリキー列として指定されたデータフィールドを空にすることはできません。カスタムデータフィールドをプライマリキー列として指定することで、同じ時系列識別子とタイムスタンプを持つ時系列データの複数の行を保存できます。

   次のサンプルコードは、同じ時系列識別子とタイムスタンプを持つ時系列データの3行を時系列テーブルに書き込む方法の例を示しています。

   private static void putTimeseriesData(TimeseriesClient client) {
       long timeInUs = System.currentTimeMillis() * 1000;
       List rows = new ArrayList();
       for (int i = 0; i < 3; i++) {
           Map tags = new HashMap<>();
           tags.put("region", "hangzhou");
            TimeseriesKey timeseriesKey = new TimeseriesKey("cpu", "host_" + i, tags);
           TimeseriesRow row = new TimeseriesRow(timeseriesKey, timeInUs);
           // プライマリキー列として指定されたデータフィールドを空にすることはできません。
           row.addField("processor", ColumnValue.fromLong(i));
           row.addField("cpu_usage", ColumnValue.fromDouble(10.0));
           row.addField("cpu_sys", ColumnValue.fromDouble(5.0));
           rows.add(row);
       }
       String tableName = "<TIMESERIES_TABLE_NAME>";
       PutTimeseriesDataRequest putTimeseriesDataRequest = new PutTimeseriesDataRequest(tableName);
       putTimeseriesDataRequest.setRows(rows);
       client.putTimeseriesData(putTimeseriesDataRequest);
   }

   次の表は、データが正常に書き込まれた後の時系列テーブルの時系列データを示しています。

   _m_name	_data_source	_tags	_time	processor	cpu_usage	cpu_sys
   cpu	host_0	["region=hangzhou"]	1712476524000000	0	10.0	5.0
   cpu	host_1	["region=hangzhou"]	1712476524000000	1	10.0	5.0
   cpu	host_2	["region=hangzhou"]	1712476524000000	2	10.0	5.0

3. SQL 文を実行して時系列テーブルからデータを読み取ります。

   1. 時系列テーブルの SQL マッピングテーブルを作成します。詳細については、「時系列テーブルの複数値モデルでマッピングテーブルを作成する」をご参照ください。

      カスタムデータフィールドを時系列テーブルのプライマリキー列として指定した後、SQL マッピングテーブルを作成するときに、時系列テーブルのプライマリキー列として使用される時系列識別子とカスタムデータフィールドを SQL マッピングテーブルのプライマリキー列として指定します。

      設定例:

      CREATE TABLE `cpu::ts1` (
          `_m_name` VARCHAR(1024),
          `_data_source`  VARCHAR(1024),
          `_tags` VARCHAR(1024),
          `_time` BIGINT(20),
          `processor` BIGINT,
          `cpu_usage` DOUBLE,
          `cpu_sys` DOUBLE,
          PRIMARY KEY(`_m_name`,`_data_source`,`_tags`,`_time`,`processor`)
      );

   2. SELECT 文を実行してデータをクエリします。詳細については、「データのクエリ」をご参照ください。

      次の SQL 文の例は、cpu::ts1 という名前のマッピングテーブルを使用して、時系列テーブルで cpu_usage 値が 90.0 を超える時系列の情報をクエリする方法の例を示しています。

      SELECT `_m_name`, `_data_source`, `_tags` , `_time`, `processor` FROM `cpu::ts1` WHERE cpu_usage > 90.0;