الأسئلة الشائعة حول خدمة Amazon المُدارة لـ Apache Flink

من خلال خدمة Amazon المُدارة لـ Apache Flink، يمكنك تحويل بيانات البث وتحليلها في الوقت الفعلي باستخدام Apache Flink. Apache Flink هو إطار مفتوح المصدر ومحرك لمعالجة تدفقات البيانات. تقلل خدمة Amazon المُدارة لـ Apache Flink من تعقيد إنشاء تطبيقات Apache Flink وإدارتها ودمجها مع خدمات AWS الأخرى.

تهتم خدمة Amazon المُدارة لـ Apache Flink بكل ما هو مطلوب لتشغيل تطبيقات البث المستمر والتحجيم تلقائيًا لتتناسب مع حجم ومعدل نقل بياناتك الواردة. مع خدمة Amazon المُدارة لـ Apache Flink، لا توجد خوادم لإدارتها، ولا يوجد حد أدنى للرسوم أو تكلفة للإعداد، إنما تدفع فقط مقابل الموارد التي تستهلكها تطبيقات البث الخاصة بك.

يمكنك استخدام خدمة Amazon المُدارة لـ Apache Flink للعديد من حالات الاستخدام لمعالجة البيانات باستمرار، والحصول على رؤى في ثوانٍ أو دقائق بدلاً من أيام الانتظار أو حتى أسابيع. تتيح لك خدمة Amazon المُدارة لـ Apache Flink إنشاء تطبيقات شاملة لمعالجة البث بسرعة لتحليلات السجلات وتحليلات تدفق النقر وإنترنت الأشياء (IoT) وتكنولوجيا الإعلانات والألعاب والمزيد. حالات الاستخدام الأربع الأكثر شيوعًا هي تدفق الاستخراج، والانتقال، والتحميل (ETL) في البث، وتوليد المقاييس المستمر، والتحليلات سريعة الاستجابة في الوقت الفعلي، والاستعلام التفاعلي عن تدفقات البيانات.

بث محتوى الاستخراج والتحويل والتحميل (ETL)

من خلال تطبيقات الاستخراج والتحويل والتحميل (ETL) في البث، يمكنك تنظيف البيانات الأولية وإثرائها وتنظيمها وتحويلها قبل تحميل مخزن البيانات أو مستودع البيانات في الوقت الفعلي، مما يقلل أو يلغي خطوات الاستخراج والتحويل والتحميل (ETL) المجمعة. يمكن لهذه التطبيقات تخزين السجلات الصغيرة في ملفات أكبر قبل التسليم وإجراء عمليات ربط معقدة عبر التدفقات والجداول. على سبيل المثال، يمكنك إنشاء تطبيق يقرأ باستمرار بيانات مستشعر إنترنت الأشياء المخزنة في Amazon Managed Streaming لـ Apache Kafka (Amazon MSK)، وتنظيم البيانات حسب نوع المستشعر، وإزالة البيانات المكررة، وتطبيع البيانات وفقًا لمخطط محدد، ثم تسليم البيانات إلى Amazon Simple Storage Service (Amazon S3).

إنشاء مستمر للمقاييس

باستخدام تطبيقات الإنشاء المستمر للمقاييس، يمكنك مراقبة كيفية اتجاه بياناتك وفهمها بمرور الوقت. يمكن لتطبيقاتك تجميع بيانات البث في معلومات مهمة ودمجها بسلاسة مع قواعد بيانات التقارير وخدمات المراقبة لخدمة تطبيقاتك والمستخدمين في الوقت الفعلي. باستخدام خدمة Amazon المُدارة لـ Apache Flink، يمكنك استخدام كود Apache Flink (في Java أو Scala أو Python أو SQL) لإنشاء تحليلات السلاسل الزمنية باستمرار عبر النوافذ الزمنية. على سبيل المثال، يمكنك إنشاء لوحة متصدرين حية للعبة محمولة عن طريق حساب أفضل اللاعبين كل دقيقة ثم إرسالها إلى Amazon DynamoDB. يمكنك أيضًا تتبع حركة المرور إلى موقع الويب الخاص بك عن طريق حساب عدد زوار الموقع الفريدين كل 5 دقائق ثم إرسال النتائج المعالجة إلى Amazon Redshift.

تحليلات سريعة الاستجابة في الوقت الفعلي

ترسل تطبيقات التحليلات سريعة الاستجابة في الوقت الفعلي إنذارات أو إشعارات في الوقت الفعلي عندما تصل مقاييس معينة إلى حدود محددة مسبقًا أو، في الحالات الأكثر تقدمًا، عندما يكتشف تطبيقك حالات شاذة باستخدام خوارزميات تعلّم الآلة (ML). باستخدام هذه التطبيقات، يمكنك الاستجابة فورًا للتغييرات في عملك في الوقت الفعلي مثل توقع التخلي عن المستخدم في تطبيقات الأجهزة المحمولة وتحديد الأنظمة المتدهورة. على سبيل المثال، يمكن للتطبيق حساب مدى توافر أو معدل نجاح واجهة برمجة التطبيقات التي تواجه العملاء بمرور الوقت ثم إرسال النتائج إلى Amazon CloudWatch. يمكنك إنشاء تطبيق آخر للبحث عن الأحداث التي تلبي معايير معينة، ثم إخطار العملاء المناسبين تلقائيًا باستخدام تدفق بيانات Amazon Kinesis وخدمة الإشعارات البسيطة في Amazon (Amazon SNS).

التحليل التفاعلي لتدفقات البيانات

يساعدك التحليل التفاعلي على استكشاف البيانات في الوقت الفعلي. باستخدام الاستعلامات أو البرامج المخصصة، يمكنك فحص التدفقات من Amazon MSK أو تدفقات بيانات Amazon Kinesis وتصور كيف تبدو البيانات داخل تلك التدفقات. على سبيل المثال، يمكنك عرض كيفية تصرف مقياس الوقت الفعلي الذي يحسب المتوسط عبر نافذة زمنية وإرسال البيانات المجمعة إلى وجهة من اختيارك. يساعد التحليل التفاعلي أيضًا في التطوير التكراري لتطبيقات معالجة التدفق. يتم تحديث الاستعلامات التي تقوم بإنشائها باستمرار عند وصول البيانات الجديدة. باستخدام Studio خدمة Amazon المُدارة لـ Apache Flink، يمكنك نشر هذه الاستعلامات للتشغيل باستمرار مع تمكين التحجيم التلقائي والنسخ الاحتياطية الدائمة للحالة. 

نعم، باستخدام موصلات Apache Flink DataStream، يمكن لخدمة Amazon المُدارة لـ Apache Flink استخدام سجل مخطط AWS Glue، وهي ميزة بلا خادم في AWS Glue. يمكنك دمج تدفقات بيانات Apache Kafka وAmazon MSK وتدفق بيانات Amazon Kinesis، باعتبارها مخزن أو مصدر، مع عبء العمل لخدمة Amazon المُدارة لـ Apache Flink. تفضل بزيارة دليل مطور سجل AWS Glue Schema للبدء ومعرفة المزيد.

التطبيق هو خدمة Amazon المُدارة لـ Apache Flink للكيان الذي تعمل معه. تقوم خدمة Amazon المُدارة لتطبيقات Apache Flink بقراءة بيانات البث ومعالجتها باستمرار في الوقت الفعلي. يمكنك كتابة كود التطبيق بلغة مدعومة من Apache Flink لمعالجة بيانات البث الواردة وإنتاج المخرجات. بعد ذلك، تقوم خدمة Amazon المُدارة لـ Apache Flink بكتابة المخرجات إلى وجهة تم إعدادها.

يتكون كل تطبيق من ثلاثة مكونات أساسية:

1. الإدخال: الإدخال هو مصدر التدفق لتطبيقك. في تكوين الإدخال، يمكنك تعيين مصادر التدفق إلى تدفقات البيانات. تتدفق البيانات من مصادر البيانات الخاصة بك إلى تدفقات البيانات الخاصة بك. يمكنك معالجة البيانات من تدفقات البيانات هذه باستخدام رمز التطبيق الخاص بك، وإرسال البيانات المعالجة إلى تدفقات البيانات أو الوجهات اللاحقة. يمكنك إضافة مدخلات داخل كود التطبيق لتطبيقات Apache Flink ودفاتر Studio ومن خلال واجهة برمجة التطبيقات لخدمة Amazon المُدارة لـ Apache Flink. 
2. كود التطبيق: كود التطبيق عبارة عن سلسلة من مشغلي Apache Flink التي تعالج المدخلات وتنتج المخرجات. يمكن أن يكون كود التطبيق، في أبسط أشكاله، عبارة عن مشغل Apache Flink واحد يقرأ من تدفق البيانات المرتبط بمصدر البث ويكتب إلى تدفق بيانات آخر مرتبط بالمخرجات. أما دفتر ملاحظات Studio، فيمكن أن يكون هذا استعلامًا بسيطًا لتحديد Flink SQL، مع عرض النتائج في السياق داخل دفتر الملاحظات. يمكنك كتابة كود Apache Flink بلغاته المدعومة لخدمة Amazon المُدارة لـ Apache Flink أو دفاتر ملاحظات Studio.
3. الإخراج : يمكنك بعد ذلك تكوين مخرجات التطبيق اختياريًا للاحتفاظ بالبيانات في وجهة خارجية. يمكنك إضافة هذه المخرجات داخل كود التطبيق لخدمة Amazon المُدارة لـ Apache Flink ودفاتر ملاحظات Studio. 

توفر AWS العديد من الأدوات التي يمكنك استخدامها لمراقبة خدمة Amazon المُدارة لـ Apache Flink بما في ذلك الوصول إلى لوحة معلومات Flink لتطبيقات Apache Flink. يمكنك تهيئة إعدادات بعض هذه الأدوات للقيام بالمراقبة نيابة عنك. لمزيد من المعلومات حول كيفية مراقبة تطبيقك، راجع أدلة المطور التالية: 

• مراقبة خدمة أمازون المُدارة لـ Apache Flink في دليل مطور خدمة Amazon المُدارة لـ Apache Flink.
• مراقبة خدمة أمازون المُدارة لـ Apache Flink في دليل مطور خدمة Amazon المُدارة لـ Apache Flink Studio.

تحتاج خدمة Amazon المُدارة لـ Apache Flink إلى أذونات لقراءة السجلات من مصادر بيانات البث التي تحددها في تطبيقك. تحتاج خدمة Amazon المُدارة لـ Apache Flink أيضًا إلى أذونات لكتابة مخرجات التطبيق إلى وجهات محددة في إعدادات مخرجات تطبيقك. يمكنك منح هذه الأذونات من خلال إنشاء أدوار AWS لإدارة الهوية والوصول (IAM) التي يمكن أن تتولاها خدمة Amazon المُدارة لـ Apache Flink. تحدد الأذونات التي تمنحها لهذا الدور ما يمكن أن تفعله خدمة Amazon المُدارة لـ Apache Flink عندما تتولى الخدمة الدور. لمزيد من المعلومات، راجع دليل مطوّري AWS WAF:

• منح الأذونات في دليل مطور خدمة Amazon المُدارة لـ Apache Flink.
• منح الأذونات في دليل مطور خدمة Amazon المُدارة لـ Apache Flink Studio.

تعمل خدمة Amazon المُدارة لـ Apache Flink على توسيع نطاق تطبيقك بشكل مرن لاستيعاب معدل نقل البيانات لتدفق المصدر وتعقيد الاستعلام الخاص بك لمعظم السيناريوهات. توفر خدمة Amazon المُدارة لـ Apache Flink السعة في شكل وحدات KPU من Amazon. توفر لك وحدة KPU الواحدة وحدة vCPU وذاكرة 4 جيجابايت. 

بالنسبة لتطبيقات Apache Flink ودفاتر ملاحظات Studio، تقوم خدمة Amazon المُدارة لـ Apache Flink بتخصيص 50 جيجابايت من مساحة تخزين التطبيقات قيد التشغيل لكل وحدة KPU يستخدمها تطبيقك لنقاط المراقبة وهي متاحة لك لاستخدامها من خلال القرص المؤقت. نقطة المراقبة هي نسخة احتياطية محدثة من تطبيق قيد التشغيل تُستخدم للتعافي فورًا من تعطل التطبيق. يمكنك أيضًا التحكم في التنفيذ الموازي لخدمة Amazon المُدارة لـ Apache Flink (مثل القراءة من مصدر أو تنفيذ عامل تشغيل) باستخدام معلمات Parallelism و ParallelismPerKPU في واجهة برمجة التطبيقات. يحدد التوازي عدد المثيلات المتزامنة للمهمة. تعمل جميع العوامل والمصادر والمخازن بتوازي محدد افتراضيًا. يحدد التوازي لكل KPU مقدار عدد المهام المتوازية التي يمكن جدولتها لكل KPU لتطبيقك افتراضيًا. لمزيد من المعلومات، راجع التحجيم في دليل مطوري خدمة Amazon المُدارة لـ Apache Flink. 

للحصول على معلومات حول أفضل الممارسات لـ Apache Flink، راجع قسم أفضل الممارسات في دليل مطوري خدمة Amazon المُدارة لـ Apache Flink. يتناول القسم أفضل الممارسات لتحمل الأخطاء والأداء والتسجيل والترميز والمزيد. 

للحصول على معلومات حول أفضل الممارسات لخدمة Amazon المُدارة لـ Apache Flink Studio، راجع قسم أفضل الممارسات في دليل مطوري خدمة Amazon المُدارة لـ Apache Flink Studio. بالإضافة إلى أفضل الممارسات، يتناول هذا القسم عينات من تطبيقات SQL و Python و Scala ومتطلبات نشر تعليماتك البرمجية باعتباره تطبيق معالجة التدفق المستمر والأداء والتسجيل والمزيد.

نعم. يمكنك الوصول إلى الموارد الموجودة خلف Amazon VPC. يمكنك معرفة كيفية تكوين التطبيق الخاص بك للوصول إلى VPC في قسم استخدام Amazon VPC من دليل مطور خدمة Amazon المُدارة لـ Apache Flink.

لا تتمتع لتطبيقات خدمة Amazon المُدارة لـ Apache Flink ودفاتر ملاحظات Studio لخدمة Amazon المُدارة لـ Apache Flink التي تم تهيئة إعداداتها للوصول إلى الموارد في VPC معين بإمكانية الوصول إلى الإنترنت باعتبارها إعدادات افتراضية. يمكنك معرفة كيفية تكوين الوصول إلى الإنترنت لتطبيقك في قسم الإنترنت والوصول إلى الخدمة في دليل مطور خدمة Amazon المُدارة لـ Apache Flink.

مع خدمة Amazon المُدارة لـ Apache Flink، تدفع فقط مقابل ما تستخدمه. لا تتوافر موارد لكي يتم توفيرها أو تكاليف يتم دفعها مقدمًا فيما يتعلق بخدمة Amazon المُدارة لـ Apache Flink . 

تُحصل منك رسوم بالساعة بناءً على عدد وحدات Amazon KPUs المستخدمة لتشغيل تطبيق البث الخاص بك. وحدة KPU الواحدة عبارة عن وحدة لسعة معالجة التدفق تتكون من وحدة vCPU واحدة للحوسبة و4 جيجابايت من الذاكرة. تقوم خدمة Amazon المُدارة لـ Apache Flink بتحجيم عدد وحدات KPU اللازمة من خلال تطبيق معالجة التدفق لديك حيث إن متطلبات الذاكرة والحوسبة تختلف استجابةً لتعقيد المعالجة ومخرجات بيانات البث التي تتم معالجتها. 

بالنسبة لتطبيقي Apache Flink وApache Beam، تدفع رسوم وحدة KPU واحدة إضافية لكل تطبيق من أجل التكوين والتنسيق والإدارة المؤتمتة للتطبيقات. كما تُفرض تكلفة على تطبيقي Apache Flink وApache Beam لإدارة تخزين التطبيقات وعمليات النسخ الاحتياطي الدائمة للتطبيقات. يُستخدم تخزين التطبيقات قيد التشغيل لإمكانات معالجة الحالة في خدمة Amazon المُدارة لـ Apache Flink، ويتم دفع التكلفة بالجيجابايت في الشهر. عمليات النسخ الاحتياطي الدائمة للتطبيقات اختيارية، ويتم احتساب تكلفتها بالجيجابايت في الشهر، وتوفر نقطة لاسترجاع التطبيقات في وقت محدد. 

بالنسبة لخدمة Amazon المُدارة لـ Apache Flink Studio، في وضع التطوير أو الوضع التفاعلي، ستتم محاسبتك على وحدة KPU إضافية للتكوين والتنسيق والإدارة المؤتمتة للتطبيقات ووحدة KPU واحدة للتطوير التفاعلي. يتم محاسبتك أيضًا على تشغيل تخزين التطبيقات. لا يتم محاسبتك على النسخ الاحتياطية الدائمة للتطبيق.

لمزيد من معلومات التسعير، راجع صفحة تسعير خدمة Amazon المُدارة لـ Apache Flink.

بالنسبة لتطبيقات Apache Flink و Apache Beam، يتم تحصيل رسوم لا تقل عن 2 وحدة KPU ومساحة تخزين للتطبيقات قيد التشغيل تبلغ 50 جيجابايت إذا كانت خدمة Amazon المُدارة لـ Apache Flink قيد التشغيل.

بالنسبة لدفاتر ملاحظات Studio لخدمة Amazon المُدارة لـ Apache Flink، يتم تحصيل ما لا يقل عن 3 وحدات KPU و 50 جيجابايت من مساحة تخزين التطبيقات قيد التشغيل إذا كان تطبيقك قيد التشغيل.

Apache Flink هو إطار مفتوح المصدر ومحرك لمعالجة بيانات البث والدفعات. إنه يسهل إنشاء تطبيقات البث لأنه يوفر مشغلات قوية ويحل مشكلات البث الأساسية مثل المعالجة المكررة. يوفر Apache Flink توزيع البيانات والاتصال وتحمل الأخطاء للحسابات الموزعة عبر تدفقات البيانات.

يمكنك البدء بتنزيل المكتبات المفتوحة المصدر، بما في ذلك AWS SDK، وApache Flink، والموصلات لخدمات AWS. احصل على إرشادات حول كيفية تنزيل المكتبات وإنشاء تطبيقك الأول في دليل مطور خدمة Amazon المُدارة لـ Apache Flink.

تكتب تعليمات برمجية لتطبيق Apache Flink الخاص بك باستخدام تدفقات البيانات ومشغلي التدفق. تدفقات بيانات التطبيق هي بنية البيانات التي تعالجها باستخدام رمز التطبيق الخاص بك. تتدفق البيانات باستمرار من المصادر إلى تدفقات بيانات التطبيق. يتم استخدام عامل بث واحد أو أكثر لتعريف المعالجة الخاصة بك على تدفقات بيانات التطبيق، بما في ذلك التحويل والتقسيم والتجميع والانضمام والنافذة. يمكن توصيل تدفقات البيانات والمشغلين في سلاسل تسلسلية ومتوازية. يتم عرض مثال قصير باستخدام رمز زائف أدناه.

DataStream <GameEvent> rawEvents = env.addSource(

New KinesisStreamSource(“input_events”));

DataStream <UserPerLevel> gameStream =

rawEvents.map(event - > new UserPerLevel(event.gameMetadata.gameId,

event.gameMetadata.levelId,event.userId));

gameStream.keyBy(event -> event.gameId)

.keyBy(1)

.window(TumblingProcessingTimeWindows.of(Time.minutes(1)))

.apply(...) - > {...};

gameStream.addSink(new KinesisStreamSink("myGameStateStream"));

يأخذ المشغلون دفق بيانات التطبيق كمدخل ويرسلون البيانات المعالجة إلى دفق بيانات التطبيق كمخرج. يمكن توصيل المشغلين لإنشاء تطبيقات بخطوات متعددة ولا يحتاجون إلى معرفة متقدمة بالأنظمة الموزعة للتنفيذ والتشغيل.

تدعم خدمة Amazon المُدارة لـ Apache Flink جميع المشغلين من Apache Flink الذين يمكن استخدامهم لحل مجموعة متنوعة من حالات الاستخدام بما في ذلك الخريطة و KeyBy والتجميعات والنوافذ والانضمام وغيرها المزيد. على سبيل المثال، يسمح لك مشغل الخريطة بإجراء معالجة عشوائية، مع أخذ عنصر واحد من تدفق بيانات وارد وإنتاج عنصر آخر. يقوم KeyBy بتنظيم البيانات منطقيًا باستخدام مفتاح محدد بحيث يمكنك معالجة نقاط البيانات المتشابهة معًا. تقوم التجميعات بالمعالجة عبر مفاتيح متعددة مثل المجموع والحد الأدنى والحد الأقصى. ينضم Window Join إلى تدفقين للبيانات معًا على مفتاح ونافذة معينين. 

يمكنك إنشاء عوامل تشغيل مخصصة إذا كانت هذه المشغلات لا تلبي احتياجاتك. ابحث عن المزيد من الأمثلة في قسم المشغلين في دليل مطوري خدمة Amazon المُدارة لـ Apache Flink. يمكنك العثور على قائمة كاملة بمشغلي Apache Flink في وثائق Apache Flink. 

يمكنك إعداد عمليات تكامل تم إنشاؤها مسبقًا مقدمة من Apache Flink مع الحد الأدنى من التعليمات البرمجية أو إنشاء التكامل الخاص بك للاتصال بأي مصدر بيانات تقريبًا. تدعم المكتبات مفتوحة المصدر القائمة على Apache Flink مصادر البث والوجهات، أو المخازن، لمعالجة تسليم البيانات. يتضمن هذا أيضًا دعم إثراء البيانات من خلال موصلات الإدخال/الإخراج غير المتزامنة. تتضمن بعض هذه الموصلات ما يلي:

• مصادر بيانات البث: Amazon Managed Streaming for Apache Kafka (Amazon MSK) أو وجهات تدفق بيانات Amazon Kinesis أو المخازن: تدفقات بيانات Amazon Kinesis
• Amazon Kinesis Data Firehose وAmazon DynamoDB وخدمة Amazon Elasticsearch وAmazon S3 (من خلال عمليات دمج مخزن الملفات)

نعم. يمكنك استخدام تطبيقات خدمة Amazon المُدارة لـ Apache Flink لتكرار البيانات بين تدفقات بيانات Amazon Kinesis وAmazon MSK والأنظمة الأخرى. يوضح أحد الأمثلة المقدمة في وثائقنا كيفية القراءة من موضوع Amazon MSK والكتابة إلى موضوع آخر.

يمكنك إضافة مصدر أو وجهة إلى تطبيقك من خلال البناء على مجموعة من العناصر الأولية التي تمكنك من القراءة والكتابة من الملفات أو الأدلة أو المنافذ أو أي شيء يمكنك الوصول إليه عبر الإنترنت. يوفر Apache Flink هذه العناصر الأولية لمصادر البيانات ومصارف البيانات. تأتي العناصر الأولية مع إعدادات مثل القدرة على قراءة البيانات وكتابتها بشكل مستمر أو مرة واحدة، بشكل غير متزامن أو متزامن، وأكثر من ذلك بكثير. على سبيل المثال، يمكنك إعداد تطبيق للقراءة باستمرار من Amazon S3 من خلال توسيع تكامل المصدر الحالي المستند إلى الملفات.

تستخدم تطبيقات Apache Flink في خدمة Amazon المُدارة لـ Apache Flink نموذج التسليم مرة واحدة بالضبط إذا تم إنشاء تطبيق باستخدام عوامل تشغيل ضعيفة، بما في ذلك المصادر والمخازن. هذا يعني أن البيانات المعالجة تؤثر على النتائج النهائية مرة واحدة ومرة واحدة فقط.

افتراضيًا، تستخدم تطبيقات خدمة Amazon المُدارة لـ Apache Flink دلالات Apache Flink مرة واحدة بالضبط. يدعم تطبيقك دلالات المعالجة مرة واحدة بالضبط إذا قمت بتصميم تطبيقاتك باستخدام المصادر والمشغلين والمخازن التي تستخدم دلالات Apache Flink لمرة واحدة بالضبط.

تقوم خدمة Amazon المُدارة لـ Apache Flink تلقائيًا بعمل نسخة احتياطية من حالة التطبيق قيد التشغيل باستخدام نقاط المراقبة واللقطات. تقوم نقاط المراقبة بحفظ حالة التطبيق الحالية وتمكين خدمة Amazon المُدارة لـ Apache Flink لتطبيقات Apache Flink من استعادة موضع التطبيق لتوفير نفس الدلالات مثل التنفيذ الخالي من الفشل. تستخدم نقاط المراقبة تخزين التطبيقات قيد التشغيل. يتم توفير نقاط التفتيش لتطبيقات Apache Flink من خلال وظيفة نقاط التفتيش الخاصة بـ Apache Flink. تحفظ اللقطات نقطة استرداد في الوقت المناسب للتطبيقات وتستخدم النسخ الاحتياطية الدائمة للتطبيقات. اللقطات مماثلة لنقاط حفظ Flink.

لمعرفة المزيد حول إصدارات Apache Flink المدعومة، تفضل بزيارة صفحة ملاحظات إصدار خدمة Amazon المُدارة لـ Apache Flink. تتضمن هذه الصفحة أيضًا إصدارات حزم تطوير البرامج الخاصة بـ Apache Beam وJava وScala وPython وAWS التي تدعمها خدمة Amazon المُدارة لـ Apache Flink. 

نعم، تدعم خدمة Amazon المُدارة لـ Apache Flink تطبيقات البث التي تم إنشاؤها باستخدام Apache Beam. يمكنك إنشاء تطبيقات بث Apache Beam في Java وتشغيلها في محركات وخدمات مختلفة بما في ذلك استخدام Apache Flink على خدمة Amazon المُدارة لـ Apache Flink. يمكنك العثور على معلومات تتعلق بإصدارات Apache Flink وApache Beam المدعومة في دليل مطور خدمة Amazon المُدارة لـ Apache Flink. 

يمكنك البدء من خدمة Amazon المُدارة لـ Apache Flink Studio أو تدفق بيانات Amazon Kinesis أو وحدات تحكم Amazon MSK في بضع خطوات لإطلاق دفتر ملاحظات بلا خادم للاستعلام الفوري عن تدفقات البيانات وإجراء تحليلات البيانات التفاعلية.

تحليلات البيانات التفاعلية: يمكنك كتابة التعليمات البرمجية في دفتر الملاحظات في SQL أو Python أو Scala للتفاعل مع بيانات البث الخاصة بك، مع أوقات استجابة الاستعلام في ثوانٍ. يمكنك استخدام تصورات مدمجة لاستكشاف البيانات وعرض الرؤى في الوقت الفعلي حول بيانات البث الخاصة بك من داخل دفتر ملاحظاتك وتطوير تطبيقات معالجة البث المدعومة من Apache Flink.

بمجرد أن تصبح التعليمات البرمجية جاهزة للتشغيل في شكل تطبيق إنتاج، يمكنك الانتقال بخطوة واحدة إلى تطبيق معالجة البث الذي يعالج بيانات بالجيجابايت في الثانية، بدون خوادم.

تطبيق معالجة البث: بمجرد أن تكون مستعدًا لترقية التعليمات البرمجية الخاصة بك إلى الإنتاج، يمكنك إنشاء التعليمات البرمجية الخاصة بك عن طريق النقر فوق «نشر كتطبيق معالجة البث» في واجهة دفتر الملاحظات أو إصدار أمر واحد في CLI. يعتني Studio بجميع جوانب إدارة البنية التحتية اللازمة لتشغيل تطبيق معالجة البث الخاص بك على نطاق واسع، مع تمكين التحجيم التلقائي والحالة الدائمة، تمامًا كما هو الحال في خدمة Amazon المُدارة لـ Apache Flink.

يمكنك تنفيذ عمليات SQL التالية:

• المسح والتصفية (SELECT, WHERE) 
• التجميعات (GROUP BY, GROUP BY WINDOW, HAVING) 
• المجموعة (UNION, UNIONALL, INTERSECT, IN, EXISTS) 
• الترتيب (ORDER BY, LIMIT) 
• الصلات (INNER, OUTER، الإطار الزمني - BETWEEN, AND، الانضمام بالجداول الزمنية - الجداول التي تتعقب التغييرات بمرور الوقت)
• Top-N
• إلغاء تكرار البيانات
• التعرف على الأنماط

بعض هذه الاستعلامات، مثل GROUP BY و OUTER JOIN و Top-N، هي نتائج يتم تحديثها لبيانات البث، مما يعني أن النتائج تُحدث باستمرار أثناء معالجة بيانات البث. يتم أيضًا دعم عبارات DDL الأخرى، مثل CREATE و ALTER و DROP. للحصول على قائمة كاملة من الاستعلامات والعينات، راجع وثائق استعلامات Apache Flink.

تدعم واجهة برمجة تطبيقات جدول Apache Flink Python و Scala من خلال تكامل اللغة باستخدام سلاسل Python وتعبيرات Scala. تتشابه العمليات المدعومة إلى حد كبير مع عمليات SQL المدعومة، بما في ذلك التحديد والترتيب والتجميع والانضمام والتصفية ووضع النوافذ. يتم تضمين قائمة كاملة بالعمليات والعينات في دليل المطور الخاص بنا.

لمعرفة المزيد حول إصدارات Apache Flink المدعومة، تفضل بزيارة صفحة ملاحظات إصدار خدمة Amazon المُدارة لـ Apache Flink. تتضمن هذه الصفحة أيضًا إصدارات حزم تطوير البرامج الخاصة بـ Apache Zeppelin وApache Beam وJava وScala وPython وAWS التي تدعمها خدمة Amazon المُدارة لـ Apache Flink.

• مصادر البيانات: Amazon Managed Streaming for Apache Kafka (Amazon MSK)، تدفقات بيانات Amazon Kinesis، Amazon S3 
• الوجهات أو المخازن: Amazon MSK، تدفق بيانات Amazon Kinesis، وAmazon S3

أنت مؤهل للحصول على رصيد خدمة SLA لخدمة Amazon المُدارة لـ Apache Flink ضمن اتفاقية مستوى الخدمة لخدمة Amazon المُدارة لـ Apache Flink SLA إذا كانت نسبة وقت التشغيل الشهري في أكثر من منطقة توافر واحدة تقوم بتشغيل مهمة فيها، داخل نفس منطقة AWS، أقل من 99.9% خلال أي دورة فواتير شهرية. للحصول على تفاصيل كاملة حول جميع شروط وأحكام اتفاقية مستوى الخدمة بالإضافة إلى تفاصيل حول كيفية تقديم المطالبة، تفضل بزيارة صفحة تفاصيل خدمة Amazon المُدارة لـ Apache Flink SLA.