Paris Time Series Meetup

PTSM Edition #8 - Amazon TimeStream 101

25/11/2020 aws timestream iot monitoring analytics Inscription

Bonjour à tous,

Pour cette édition virtuelle du mois de Novembre, nous parlerons d'AWS TimeStream avec Sébastien Stormacq (Developer Advocate AWS)

Annoncée lors de re:Invent 2018 et finalement lancé en Septembre 2020, Amazon TimeStream est une base de données de séries chronologiques rapide, évolutive et sans serveurs. TimeStream permet aux développeurs de collecter des données issues de IoT ou des données opérationnelles. Il facilite le stockage et l’analyse de milliers de milliards d’événements par jour, jusqu’à 1 000 fois plus vite que les bases de données relationnelles et pour un dixième du coût. TimeStream possède des fonctions analytiques de séries chronologiques intégrées, vous permettant d’identifier, quasiment en temps réel, des tendances et des modèles dans les données. Dans cette présentation, je ferai le tour du propriétaire en expliquant les principes et cas d’utilisations, puis en montrant comment interagir avec TimeStream avec la ligne de commande, la console et l’API.

Les slides seront en anglais mais le talk sera en français.

Liens utiles:

Annonce de la GA de TimeStream

Slides introduction du meetup :

Slides de Sébastien Stormacq sur AWS Timestream :

Liens de la section actualité :

Liens fournis pendant l’édition :

Collecting, storing, and analyzing your DevOps workloads with open-source Telegraf, Amazon Timestream, and Grafana
Deriving real-time insights over petabytes of time series data with Amazon Timestream
Pour nettoyer son compte AWS de ses ressources (à vos risques et périls) : aws-nuke & cloud-nuke

Infos ajoutés post-meetup :

L’upsert est disponible : il est donc possible de faire un update sur les données même si ce n’est pas la stratégie par défaut (elle reste à “first writer wins”).
Sur la question de Timestream vs RGPD : “Tel quel, il n’est pas possible de stocker des données personnelles (y compris des identifiants de devices) de clients européens dans TimeStream, puisqu’il n’est pas possible d’effacer les données. Les stratégies suggérées sont d’anonymiser les IDs et/ou maintenir une table séparée (dans DynamoDB par exemple) pour mapper des IDs avec des anonymous IDs.”