1 回答
- 最新
- 投票最多
- 评论最多
0
【以下的回答经过翻译处理】 在QuickSight中,直接查询模式下的过滤器通常被实现为SQL查询中的WHERE子句,该查询被发送到底层数据源。这意味着在将数据返回给QuickSight之前,过滤器被应用于数据源,这有助于查询性能的提高和数据传输成本的降低。但具体的实现可能取决于使用的特定数据源和查询引擎。
在使用 Timestream 的情况下,过滤器似乎并没有减少Timestream中扫描的数据量,这导致了更高的查询成本。为了优化查询性能并减少成本,可考虑应用选择性更强的过滤器或使用分区来减少需要扫描的数据量。还可以考虑使用聚合或预计算汇总数据来减少需要扫描和传输的数据量。
此外,值得注意的是,像Timestream这样的大型数据源使用直接查询模式可能具有挑战,因为数据传输和查询执行的成本很高。需要考虑使用SPICE进行预聚合和缓存经常访问的数据,或者探索其他数据存储选项,如Amazon Redshift或Amazon Athena,它们更适合大规模数据分析。
相关内容
- AWS 官方已更新 8 个月前
- AWS 官方已更新 8 个月前
- AWS 官方已更新 7 个月前
- AWS 官方已更新 2 年前