AWS 云
开始使用数据流式处理

流数据由多种数据源 (如应用程序服务器、网站、移动应用程序 和 IoT 设备) 持续生成,其中包含可帮助您了解您的客户、应用程序和产品的实时行为的信息。能够实时处理和分析此类数据对于以下使用案例至关重要:持续监控应用程序以确保长久的服务正常运行时间;个性化促销优惠和产品建议。实时处理还可以提高其他常见使用案例 (如网站分析和机器学习) 准确性和可行性,因为它可以在几秒或几分钟内 (而不是数小时或数天内) 将数据提供给相关应用程序。

Amazon Web Services (AWS) 提供多种处理流数据的选项。您可以利用由 Amazon Kinesis 提供的托管流数据功能,也可以使用 Apache Kafka 部署和管理您自己的流数据解决方案。

Amazon Kinesis Streams 是一项完全托管的服务,让您可以轻松收集、处理和分析实时流数据,以便您及时获得见解并对新信息快速做出响应。它让您可以经济高效地处理任意规模的流数据,同时具有很高的灵活性,让您可以选择最符合应用程序需求的工具。Apache Kafka 是一款可在 Amazon EC2 上运行以构建实时应用程序的开源流数据解决方案。

请求为您的概念验证或评估提供支持 » 

易于管理

完全托管

借助 Amazon Kinesis Streams,您无需管理服务器,也无需担心容量扩展悬崖,进而可以专注于应用程序。Kinesis Producer Library (KPL) 和 Kinesis Consumer Library (KCL) 已经纳入了流处理最佳实践,因此,您无需构建任何自定义代码来调整您的流处理应用程序。

经济高效

成本低

Amazon Kinesis Streams 让您可以更高效地提取、缓冲和处理流数据。借助 Amazon Kinesis Streams,您可以轻松扩展资源,避免过度预置资源。此外,您也不需要随时待命的工程师来管理流。因此,您可以节省成本。

弹性扩展

轻松扩展

借助 Amazon Kinesis Streams,您只需在控制台中单击几下或调用 API 即可轻松扩展流容量以满足数据量要求。

高度可用

可靠

Amazon Kinesis Streams 可以自动跨 3 个 AWS 可用区复制数据,从而提供应用程序可靠性。您无需设置和配置应用程序以用于复制。

安全

安全

Amazon Kinesis Streams 可本机支持用于流数据的 IAM 和 HTTPS 协议,帮助您轻松保护数据和应用程序。 Amazon Kinesis Streams 提供流和分片级别指标,以便您轻松监控流和自动执行流管理任务。

集成

集成

Amazon Kinesis Streams 可与其他 AWS 产品 (如 Amazon DynamoDB、Amazon Kinesis Analytics、AWS Lambda、AWS IoT) 和开源框架 (如 Spark 和 Flink) 紧密集成。这样,您便可以轻松处理数据并将其加载到您的数据存储中。

Netflix 使用 Kinesis

Netflix 选择 Amazon Kinesis Streams 而不是 Kafka 来构建用于监控系统的应用程序,因为 Amazon Kinesis Streams 易于管理且成本低廉。Netflix 使用 Amazon Kinesis Streams 来监控其所有应用程序之间的通信,从而快速发现和解决问题,让客户享受到正常运行时间很长、可用性很高的服务。 

Zillow 使用 Amazon Kinesis Streams 提取各种数据 (如公共属性记录和 MLS 清单),并将其发送到 Amazon EMR 上的 Spark (运行机器学习模型并为用户提供实时主值预估)。Zillow 针对此使用案例评估了 Kafka 和 Amazon Kinesis Streams,并最终选择了 Amazon Kinesis Streams,因为它完全托管且更易于扩展。 阅读案例研究 »

Adroll 从 Kafka 迁移到了 Amazon Kinesis Streams,因为他们无需再为自行调试和管理流担忧。观看此 re:Invent 2015 分会。在视频中,Amazon Kinesis 的首席产品经理 Adi Krishnan 和 AdRoll 的软件开发工程师 Nick Barrash 讨论了 AdRoll 如何将 Amazon Kinesis 用于要求毫秒级延迟的实时应用程序。 观看 re:Invent 会议活动 »


Amazon Kinesis 非常易于使用。只需注册 AWS 账户 (如果已拥有账户,则直接登录),然后登录 AWS 管理控制台并启动 Amazon Kinesis 即可。

 

开始使用 Amazon Kinesis