本文介绍用AWS CUR分析Amazon Kinesis Video Streams用量的三维拆解法：将总用量分解为活跃设备数×推流时长×等效码率，通过Athena查询追踪各维度变化定位费用增长原因。文章详解KVS计费模型、CUR统计陷阱（如月初设备数虚高、BytesHr误导），并通过实战案例展示归因分析，最后给出清理Signaling Channel、优化存储分层等针对性建议。

我开发了一个兼容memcached的KVS，名为FlashKV，基准测试显示其速度比memcached快约1.1倍。欢迎大家提出问题和PR。