要开始使用 Kinesis Data Analytics,最好的方式是通过构建示例应用程序获得实践经验。只需前往 Kinesis Data Analytics 控制台 并创建一个新的 Kinesis Data Analytics 应用程序。选择我们作为输入内容提供的演示流,选取模板,然后编辑 SQL 查询。然后,您可以直接在控制台中查看结果,也可以将输出内容加载到 Amazon Elasticsearch Service 中使用 Kibana 查看。您将能在几分钟内部署一个完整的流数据应用程序。


2up_webinar-desktop_orange

Kinesis Data Analytics 非常易于上手。操作说明视频从技术层面详细介绍了常见使用案例和流式处理工作流,因此使其变得更加简单。这些视频还深入概述了相关重要功能,以便您能顺利完成任务。单击以下链接观看录像:


开发人员指南提供了示例流数据应用程序的演练。其中一些示例还包含分布说明,因此您可以按说明操作,获得实际动手经验。

通过这些示例演练,您将能够:

  • 了解可以使用 Amazon Kinesis Data Analytics 构建什么内容
  • 获得启动流应用程序方面的实际动手经验
  • 获得赖以构建内容的基准 SQL 代码
editorial_training_accreditation_lightblue
预处理流 查看
基本分析 查看
高级分析 查看
后处理应用程序内流 查看

作者:Jeff Barr | 2016 年 8 月 11 日

您也许知道,Amazon Kinesis 显著简化了在 AWS 云中处理实时流数据的流程。您只需创建 Kinesis Data Stream 或 Kinesis Data Firehose,安排将数据导入其中,然后构建应用程序来处理或分析这些数据,而无需要设置和运行您自己的处理和短期存储基础设施。

尽管使用 Kinesis Data Streams 和 Kinesis Data Firehose 构建流数据解决方案已较为简单,但我们想使其更简单些。无论您是程序开发人员、数据科学家,还是 SQL 开发人员,我们都希望您能够使用标准查询语言实时处理来自 Web 应用程序的大量点击流、来自互联设备的遥测和传感器报告以及服务器日志等!

阅读更多 »

 

作者:Ryan Nienhuis | 2016 年 8 月 11 日

有关如何使用 Amazon Kinesis Data Analytics 在流数据上编写 SQL 的 AWS 大数据博客文章共有两篇,这是第一篇。在这篇博文中,我概要介绍了流数据及相关重要概念(如流式处理 SQL 的基础知识)并使用简单的示例完成了一次演练。在下一篇博文中,我将使用 Amazon Kinesis Data Analytics 介绍更高级的流处理概念。

大多数组织使用批量数据处理每隔几天或几小时执行一次分析,从而告知业务决策和提升客户体验。但是,如果您能够实时进行处理和做出响应,便能从数据中获得更多价值。诚然,数据蕴含的洞察价值会随着时间的推移快速缩减,因此响应越快越好。

阅读更多 »