Amazon Kinesis Data Analytics

Erhalten Sie praktisch umsetzbare Einblicke aus Streaming-Daten in Echtzeit.

Amazon Kinesis Data Analytics ist der einfachste Weg, um Streaming-Daten zu analysieren, aussagekräftige Erkenntnisse zu gewinnen und auf Ihre Geschäfts- und Kundenbedürfnisse in Echtzeit zu reagieren. Amazon Kinesis Data Analytics reduziert die Komplexität, Streaming-Anwendungen mit anderen AWS-Services zu erstellen, zu verwalten und zu integrieren. SQL-Nutzer können Streaming-Daten mit Hilfe von Vorlagen und einem interaktiven SQL-Editor ganz einfach abfragen oder ganze Streaming-Anwendungen aufbauen. Java-Entwickler können mit Open-Source-Java-Bibliotheken und AWS-Integrationen anspruchsvolle Streaming-Anwendungen aufbauen und so in Echtzeit Daten umwandeln und analysieren.

Amazon Kinesis Data Analytics führt alles Erforderliche durch, damit Ihre Abfragen durchgehend ausgeführt werden können. Außerdem passt es sich automatisch an den Umfang und den Durchsatz Ihrer eingehenden Daten an. Mit Amazon Kinesis Data Analytics zahlen Sie nur für die Ressourcen, die von Streaming-Anwendungen benötigt werden. Es gibt weder Mindest- noch Einrichtungsgebühren.

Fordern Sie Unterstützung für Ihre Machbarkeitsstudie und Bewertung an >>

Vorteile

Leistungsfähige Verarbeitung in Echtzeit

Amazon Kinesis Data Analytics bietet integrierte Funktionen, mit denen Streaming-Daten gefiltert, aggregiert und umgewandelt werden können, um so detailreiche Analysen bereitzustellen. Es verarbeitet Streaming-Daten mit Latenzzeiten von weniger als einer Sekunde und ermöglicht es Ihnen, eingehende Daten sowie Streaming-Ereignisse zu analysieren und in Echtzeit auf sie zu reagieren.

Keine Serververwaltung

Amazon Kinesis Data Analytics ist serverlos nutzbar, das heißt, es gibt keine zu verwaltenden Server. Es führt Ihre Streaming-Anwendungen aus, ohne dass Sie eine Infrastruktur bereitstellen oder verwalten müssen. Amazon Kinesis Data Analytics skaliert die Infrastruktur, die zum Ausführen Ihrer Anwendungen erforderlich ist, automatisch und mit niedriger Latenz nach oben oder unten.

Nutzungsbasierte Preise

Mit Amazon Kinesis Data Analytics bezahlen Sie nur für die Verarbeitungsressourcen, die Ihre Streaming-Anwendungen tatsächlich nutzen. Es fallen weder Mindestgebühren noch Vorleistungen an.

Benutzerfreundlich

Mit Amazon Kinesis Data Analytics können Sie Abfragen sowie anspruchsvolle Streaming-Anwendungen schnell und einfach in drei Schritten erstellen: Einrichten der Streaming-Datenquellen, Schreiben der Abfragen oder Streaming-Anwendungen und Festlegen des Ziels für die verarbeiteten Daten. Amazon Kinesis Data Analytics sorgt dafür, dass Ihre Abfragen und Anwendungen der Daten während des Empfangs kontinuierlich ausgeführt und die Ergebnisse an Ihre Ziele gesendet werden.

SQL

Amazon Kinesis Data Analytics bietet Vorlagen und einen interaktiven Editor, mit dem Sie SQL-Abfragen erstellen können, die Joins, kontinuierliche Aggregationen, Filter und mehr durchführen. Sie wählen einfach die geeignete Vorlage für Ihre Analyseaufgabe und passen dann den Code mit dem SQL-Editor an Ihren speziellen Anwendungsfall an.

Java

Amazon Kinesis Data Analytics beinhaltet Open-Source-Bibliotheken auf Basis von Apache Flink, mit denen Sie Anwendungen statt in mehreren Monaten innerhalb weniger Stunden erstellen können. Sie können sich über Ihre bevorzugte IDE mit AWS verbinden und die Java-Bibliotheken installieren. Die erweiterbaren Bibliotheken enthalten über 25 vorgefertigte Operatoren zum Filtern, Aggregieren und Umwandeln von Daten sowie AWS-Service-Integrationen wie Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Kinesis Data Streams, Amazon Kinesis Data Firehose, Amazon Elasticsearch Service, Amazon S3 und Amazon DynamoDB.

Funktionsweise

Funktionsweise von Amazon Kinesis Data Analytics

Anwendungsfälle

Amazon Kinesis Data Analytics ist die ideale Lösung für zahlreiche Anwendungsfälle aus dem Bereich Streaming-Daten:

ETL-Streaming für Internet-of-Things (IoT) mit Java-Anwendungen

Sie können Amazon Kinesis Data Analytics verwenden, um Java-Anwendungen zu schreiben und Streaming-Daten von IoT-Geräten wie Haushaltsgeräten, integrierten Sensoren und Set-Top-Boxen für Fernsehgeräte zu transformieren, zu aggregieren und zu filtern. Sie können die Daten dann verwenden, um in Echtzeit Alarme zu versenden, wenn ein Sensor bestimmte betriebliche Schwellenwerte überschreitet.

Sehen Sie sich an, wie John Deere IoT-Sensormessungen aus landwirtschaftlichen Geräten extrahiert, in Echtzeit in nützliche Kundeninformationen umwandelt und die transformierten Daten in einen Data Lake lädt. 

ETL-Streaming für IoT

Protokollanalysen in Echtzeit mit SQL

Sie können Milliarden von kleinen Nachrichten an Amazon Kinesis Data Analytics streamen und wichtige Metriken berechnen. Diese können Sie dann verwenden, um Dashboards für die Leistung von Inhalten in Echtzeit zu aktualisieren und die Leistung von Inhalten zu verbessern. Weitere Informationen finden Sie in der Beschreibung zu unserer Echtzeit-Protokollüberwachungslösung.

Protokollanalysen in Echtzeit mit SQL

Anzeigentechnologien und digitales Marketing mit SQL

Sie können unterschiedliche Arten von Datensätzen aus Systemen zur Nachverfolgung von Zielgruppen, Listenern und Bietern auf Anzeigenplattformen und Ad-Servern entgegennehmen und sie im gleichen Stream kombinieren. Sie können dann Amazon Kinesis Data Analytics verwenden, um kontinuierlich Datentransformationen durchzuführen und damit Echtzeitwerbung und digitale Marketinglösungen zu unterstützen. Weitere Informationen finden Sie in der Beschreibung zu unserer Echtzeit-Webanalyselösung.

Anzeigentechnologien und digitales Marketing mit SQL

Kunden

Autodesk – Fallstudie
Autodesk berechnet Echtzeit-Überwachungsmetriken wie Reaktionszeit und Fehlerratenspitzen zur Überwachung der Benutzererfahrung.
Fallstudie lesen 
DAZN
Ereignissortierung und -filterung in Echtzeit
Video ansehen 
ShopFully
Ereignispriorisierung und -filterung für nachgelagerte Anwendungen
Video ansehen 
Zynga
Zynga analysiert Echtzeit-Spielergebnisse mit riesigen Datenvolumen, die von Spieleraktionen ausgelöst werden.
Video ansehen 
Yieldmo – Fallstudie
Yieldmo analysiert Daten zur Interaktion mit Onlinewerbung in Millisekunden.
Fallstudie lesen 
Palringo – Fallstudie
Palringo erhöht die Benutzerbindung für mobile Spielanwendungen durch Echtzeitmetriken.
Fallstudie lesen 
Gunosy – Blog-Beitrag
Gunosy verarbeitet weit mehr als 500 000 Datensätze pro Minute, um Endbenutzern eine schnelle, personalisierte Nachrichtenauswahl zu bieten.
Blog-Beitrag lesen 

Erste Schritte mit Amazon Kinesis Data Analytics

Registrieren Sie sich für ein AWS-Konto
Registrieren Sie sich für ein AWS-Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent.

Zum Handbuch "Erste Schritte"
Handbuch "Erste Schritte" lesen

Weitere Informationen zur Verwendung von Amazon Kinesis Data Analytics finden Sie in dieser Schritt-für-Schritt-Anleitung für SQL oder Java.

Erste Schritte bei der Erstellung mit Amazon Kinesis Data Analytics
Erste Schritte bei der Erstellung von Streaming-Anwendungen

Erstellen Sie Ihre Streaming-Anwendung mit der Amazon Kinesis Data Analytics-Konsole.