あるスマートビル管理会社は、50,000台のセンサーから30秒ごとに温度・湿度・消費電力のメトリクスを収集するシステムを AWS 上に構築しています。以下の要件があります。 ・直近7日間のデータはリアルタイムダッシュボード向けに高速アクセスを保証する ・7日を超えるデータは2年間、低コストで保存し SQL クエリも可能にする ・データの自動階層化を行い、運用負荷を最小化する ・時系列データの特性に最適化されたクエリエンジンを使用する この要件を最も効率よく満たすデータストアはどれですか？
Amazon Timestream は AWS が提供するサーバーレスの時系列データベースで、時系列データのユースケースに特化して設計されています。 Timestream の主な機能は以下の通りです。 ①メモリストア（Memory Store）：直近データを高速アクセス可能な層に保持 ②マグネティックストア（Magnetic Store）：古いデータを自動的に低コストストレージへ移動 ③両ストア間のデータ移動は設定したリテンション期間に基づき自動実行 ④SQL ライクなクエリ言語（時系列関数・補間・平滑化などに対応） これにより「直近7日はメモリストア、それ以降はマグネティックストア」という設定を自動で管理でき、運用負荷を最小化しながら要件を全て満たします。 選択肢Bの Amazon DynamoDB は TTL で期限切れレコードを削除する機能を持つが、S3 への自動階層化は DynamoDB ネイティブ機能ではなく、Lambda や Kinesis Data Streams との追加連携が必要なため運用負荷が高い。 選択肢Cの Amazon Redshift RA3 ノードはマネージド型ストレージを備えるが、時系列特化ではなく、30秒粒度の大量メトリクスデータに対してはクエリコストが高くなる。 選択肢Dの Amazon Aurora MySQL 互換エディションはリレーショナルデータベースであり、時系列専用の最適化やストア間自動階層化機能を持たないため運用負荷が大きい。