Amazon Redshift 串流擷取

藉由將串流資料擷取到資料倉儲和資料視覺化中,產生近乎即時的洞察

優勢

使用低延遲和高輸送量處理來自多個來源的大量串流資料,以在幾秒鐘內取得洞察。
直接從 Kinesis Data Streams 和 MSK 將串流資料擷取至您的資料倉儲中,無需在 Amazon S3 中暫存。
使用熟悉的 SQL 在 Amazon Redshift 中對串流資料執行大量的分析。直接在串流之上定義和建置具體化視觀表。透過在 MV 上建立 MV,使用 Amazon Redshift 中的使用者定義函數和儲存過程來建立和管理下游 ELT 管道。
在您選擇的商業智慧解決方案中將串流資料視覺化,以產生洞察。在像 Amazon QuickSight (具有原生 ML 整合功能的統一無伺服器商業智慧解決方案) 這樣的解決方案中建置圖表和其他視覺效果,以便在組織中實現資料導向決策。使用採用機器學習的 Amazon QuickSight Q,針對您的資料提出對話式問題,並透過相關視覺化獲得答案。

運作方式

如同連結「放大並讀取影像描述」所述。

使用案例

透過分析遊戲玩家的即時資料,提高遊戲內轉換、玩家保留,並優化遊戲體驗。

分析來自數千個 IoT 裝置的資料,並在 Amazon Redshift 中使用機器學習 (ML) 來提升營運、預測客戶流失率,並擴充您的業務。

普通客戶在單一工作階段中瀏覽數十個網站,然而行銷人員通常僅分析自己的網站。分析擷取至倉庫中的授權點擊流資料,以評估客戶的足跡和行為。

透過存取和分析來自應用程式日誌檔案和網路日誌的串流資料,開發人員和工程師可以執行即時故障排除,提供更好的產品,以及向系統發出警報以執行預防措施。

近乎即時的存取和可視化所有 POS 零售交易資料,以進行即時分析、報告和視覺化。

引用客戶談話

「LiveMe 是一款直播應用程式,吸引了來自 220 多個國家/地區超過 100 萬名主播。我們的應用程式每天助推超過 10 萬小時的直播。我們使用 Amazon Redshift 的串流擷取和其他 Amazon 服務來對使用者的儲值、退款和獎勵等金融活動進行風險控制。使用 Amazon Redshift,我們能夠近乎即時地檢視風險控制報告和資料,無需每小時檢視。該功能大幅提升了我們的業務效率。」

PengBo Yang,Joyme (LiveMe 母公司) 的 CTO

「我們發現,Amazon Redshift 串流非常易於使用,因為所有內容都在 SQL 中。利用 Redshift 的強大功能來近乎即時分析事件資料,讓我們能夠降低複雜性並節省成本。」

Match Group 總監 Ben Shin