Aplikacja generuje zdarzenia logów z częstotliwością 10 Hz, a każde zdarzenie zawiera pięć różnych metryk, co prowadzi do dużej objętości danych. Aplikacja będzie zapisywać logi do Amazon Timestream i codziennie uruchamiać zapytanie do tabeli. Która kombinacja kroków zapewnia najszybszą wydajność zapytań? (Wybierz trzy.)

Użycie zapisu wsadowego (batch write) jest kluczowe dla wydajności w Timestream, ponieważ minimalizuje narzut sieciowy i operacyjny związany z każdą operacją zapisu, co jest szczególnie ważne przy dużej częstotliwości zdarzeń. Zapisywanie każdego zdarzenia indywidualnie generowałoby zbyt duży narzut. Przechowywanie każdego logu jako rekordu z wieloma miarami (multi-measure record) jest zalecane, ponieważ Timestream jest zoptymalizowany do efektywnego przechowywania i odpytywania wielu powiązanych miar w jednym rekordzie, co zmniejsza liczbę rekordów i poprawia wydajność zapytań. Przechowywanie każdego logu jako rekordu z pojedynczą miarą zwiększyłoby liczbę rekordów i złożoność zapytań. Ustawienie okresu przechowywania w pamięci (memory-store) na krótszy niż w pamięci magnetycznej (magnetic-store) jest standardową praktyką. Dane najczęściej odpytywane (najnowsze) są przechowywane w szybszej pamięci operacyjnej, a starsze, rzadziej odpytywane dane przenoszone są do tańszej i wolniejszej pamięci magnetycznej, co optymalizuje koszty i wydajność dla typowych wzorców dostępu. Dłuższy okres przechowywania w pamięci operacyjnej byłby droższy i niekoniecznie bardziej wydajny dla danych, które nie są często odpytywane.