ある IoT 企業が数千台のセンサーデバイスから毎秒数百万件の時系列データを収集しています。要件は以下の通りです。 ・直近7日間のデータ：障害検知のためにミリ秒レベルのリアルタイムクエリが必要 ・7日以上前のデータ：月次トレンド分析や異常検知で低頻度アクセス（コストを抑えたい） ・時系列に特化した補間・移動平均などの集計クエリが必要 ・サーバー管理を最小化したい このユースケースに最も適した AWS サービスと構成はどれですか？
Amazon Timestream：メモリストアの保持期間を7日に設定し、マグネティックストアへ自動ティアリングする。 Amazon Timestream は時系列データに特化したサーバーレスのデータベースサービスです。メモリストア（高速・高コスト）とマグネティックストア（低速・低コスト）の2層構造を持ち、保持期間を設定するだけで自動的にティアリングが行われます。補間・移動平均など時系列専用の SQL 関数も組み込まれており、IoT センサーデータのユースケースに最適化されています。 選択肢A（DynamoDB + Streams + Lambda）は TTL で期限切れデータを削除できますが、時系列の範囲クエリや集計は苦手で、補間クエリのような時系列専用機能もありません。Streams と Lambda を組み合わせた退避設計は複雑になります。 選択肢C（Redshift Serverless）は大規模バッチ分析には適していますが、毎秒数百万件のリアルタイム取り込みには不向きです。RA3 ノードのマネージドストレージはクエリのキャッシュ機構であり、ホット/コールドの自動ティアリングではありません。 選択肢D（OpenSearch Service）は全文検索やログ分析に強みがありますが、時系列専用の補間・集計クエリ機能を持たず、大量センサーデータの連続取り込みや自動ティアリングは Timestream ほど最適化されていません。