あるDevOpsチームが、マイクロサービスアーキテクチャで稼働する100以上のサービスから収集されるアプリケーションメトリクス（CPU使用率、エラー率、レイテンシなど）を管理するモニタリングシステムを構築しています。要件は以下の通りです。 ・毎秒数十万件のメトリクスデータが書き込まれる ・直近24時間のデータは1秒以内の高速クエリが求められる ・過去データは90日間保持するが、クエリは月次集計レポートのみ ・time_series や interpolate などの時系列関数を使った分析が必要 ・データ保持ポリシーを自動化しコストを最適化したい この要件に最適なAWSデータストアはどれですか？
Amazon Timestreamは時系列データに特化したフルマネージドデータベースで、メモリストア（高速クエリ向け・直近データ）とマグネティックストア（低コスト・長期保持）の2層構造を持ちます。保持ポリシーを設定するだけでデータが自動的に移行されるため手動管理が不要です。time_series()やinterpolate()などの組み込み時系列関数が利用でき、毎秒数十万件の書き込みスケーラビリティも備えています。 AのDynamoDBはTTLによるデータ削除は可能ですが、時系列専用の分析関数がなく、毎秒数十万件の書き込みに対してコストが高くなります。 CのRedshiftはOLAP分析に優れますが、毎秒数十万件の高頻度書き込みには設計上向いておらず、リアルタイムメトリクスのインジェスト基盤として適切ではありません。 DのOpenSearch Serviceは全文検索・ログ分析に強みがありますが、時系列専用の組み込み関数に乏しく、メトリクス分析よりもログ検索ユースケース向けです。