如需與 Amazon Timestream for LiveAnalytics 類似的功能，請考慮使用 Amazon Timestream for InfluxDB。它提供簡化的資料擷取和單一位數毫秒查詢回應時間，以進行即時分析。[在這裡](https://docs.aws.amazon.com//timestream/latest/developerguide/timestream-for-influxdb.html)進一步了解。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 排程查詢
<a name="scheduledqueries-bp"></a>

排程查詢透過預先計算一些機群範圍的彙總統計資料，協助您最佳化儀表板。因此，要詢問的自然問題是，如何採用您的使用案例，並識別要預先運算的結果，以及如何使用這些儲存在衍生資料表中的結果來建立儀表板。此程序的第一步是識別要預先運算的面板。以下是一些高階準則：
+ 考慮用於填入面板的查詢掃描的位元組、儀表板重新載入的頻率，以及載入這些儀表板的並行使用者數量。您應該從最常載入的儀表板開始，並掃描大量資料。[彙總儀表板](https://docs.aws.amazon.com/timestream/latest/developerguide/scheduledqueries-example1.html)範例中的前兩個儀表板，以及[向下切](https://docs.aws.amazon.com/timestream/latest/developerguide/scheduledqueries-example2.html)入範例中的彙總儀表板，都是這類儀表板的良好範例。
+ 考慮[重複使用](https://docs.aws.amazon.com/timestream/latest/developerguide/cheduledqueries-example3.html)哪些運算。雖然可以為每個面板和面板中使用的每個變數值建立排程查詢，但您可以透過尋找使用一個運算來預先計算多個面板所需的資料的方法，大幅最佳化成本和排程查詢的數量。
+ 考慮排程查詢的頻率，以重新整理衍生資料表中的具體化結果。您想要分析儀表板重新整理的頻率，以及儀表板中查詢的時段與預先運算中使用的時間分箱，以及儀表板中的面板。例如，如果繪製過去幾天每小時彙總的儀表板只會在幾小時內重新整理一次，您可能想要將排程查詢設定為每 30 分鐘或一小時重新整理一次。另一方面，如果您有一個繪製每分鐘彙總並每分鐘重新整理的儀表板，則您希望排程的查詢每分鐘或幾分鐘重新整理結果。
+ 考慮哪些查詢模式可以使用排程查詢進一步最佳化 （從查詢成本和查詢延遲角度來看）。例如，在計算儀表板中經常用作變數的唯一維度值時，或傳回從感應器發出的最後一個資料點，或在特定日期後從感應器發出的第一個資料點等。本指南會討論其中一些[範例模式](https://docs.aws.amazon.com/timestream/latest/developerguide/scheduledqueries-patterns.html)。

當您移動儀表板來查詢衍生的資料表、儀表板中資料的新鮮度，以及排程查詢所產生的成本時，上述考量將對您的節省產生重大影響。