Amazon Redshift 流式摄取

通过将摄取的数据流式传输到数据仓库和数据可视化内容来生成近乎实时的见解

优势

以低延迟和高吞吐量处理来自多个来源的大量流数据,以便在几秒钟内获得见解。
直接从 Kinesis Data Streams 和 MSK 将流数据摄取到您的数据仓库中,无需在 Amazon S3 中暂存。
在 Amazon Redshift 内,使用熟悉的 SQL 对流数据执行详细分析。直接基于流数据定义和构建实体化视图。在 Amazon Redshift 中,使用用户定义的函数和存储过程,基于 MV 创建 MV,以创建和管理下游 ELT 管道。
通过在您选择的商业智能解决方案中可视化您的流媒体数据来生成见解。在 Amazon QuickSight 等解决方案中构建图表和其他视觉对象,Amazon QuickSight 是一种具有原生 ML 集成的统一无服务器商业智能解决方案,可在您的组织中实现数据驱动的决策。使用机器学习提供支持的 Amazon QuickSight Q 针对您的数据提出对话式问题,并通过相关可视化内容获得答案。

工作原理

“放大并阅读图片描述”链接的描述。

使用案例

分析玩家的实时数据,以增加游戏内兑换、提高玩家留存率和优化游戏体验。

分析来自数以千计的物联网设备的数据,并在 Amazon Redshift 内利用机器学习(ML)改进运营、预测客户流失和实现业务增长。

一般客户会在单个会话中访问数十个网站,但营销人员通常只分析他们自己的网站。分析经过授权并摄取到仓库中的点击流数据,以评估客户的访问记录和行为。

通过访问和分析应用程序日志文件和网络日志中的流数据,开发人员和工程师们可以执行实时问题排查、交付更好的产品以及提示系统采取预防措施。

近乎实时地访问和可视化所有 POS 零售交易数据,以进行实时分析、报告和可视化。

客户评价

“LiveMe 是一款实时广播应用程序,赢得了 220 多个国家/地区的 100 多万名主播的青睐。我们的应用程序每天都会进行 10 万小时以上的直播。我们使用 Amazon Redshift 的流式摄取和其他 Amazon 服务,对用户的财务活动进行风险控制,这些活动包括充值、退款和奖励等等。使用 Amazon Redshift,我们能够近乎实时地查看风险控制报告和数据,而不是每小时查看一次。这样显著提高了我们的业务效率。”

Joyme(LiveMe 的母公司)首席技术官 PengBo Yang

“我们发现 Amazon Redshift 流式传输非常易于使用,因为所有内容都在 SQL 中。利用 Redshift 的强大功能近乎实时地分析事件数据使我们能够降低复杂性并节省成本。”

Match Group 总监 Ben Shin