Amazon Kinesis Data Analytics
Amazon Kinesis Data Analytics ist die einfachste Möglichkeit, Streaming-Daten in Echtzeit mit Apache Flink zu bearbeiten und zu analysieren. Apache Flink ist Open-Source-Framework und -Engine zum Verarbeiten von Daten-Streams. Amazon Kinesis Data Analytics reduziert die Komplexität, Apache Flink-Anwendungen mit anderen AWS-Services zu erstellen, zu verwalten und zu integrieren.
Amazon Kinesis Data Analytics führt alles Erforderliche durch, damit Streaming-Anwendungen durchgehend ausgeführt werden können. Außerdem passt es sich automatisch an den Umfang und den Durchsatz Ihrer eingehenden Daten an. Mit Amazon Kinesis Data Analytics gibt es keine Server zu verwalten, keine Mindestgebühr oder Einrichtungskosten und Sie zahlen nur für die Ressourcen, die Ihre Streaming-Anwendungen benötigen.
Fordern Sie Unterstützung für Ihre Machbarkeitsstudie bzw. 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 Ereignisse zu analysieren und in Echtzeit auf sie zu reagieren.
Keine Server zu verwalten
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 je nach Bedarf automatisch nach oben und unten, um eingehende Daten zu verarbeiten.
Nutzungsbasierte Abrechnung
Mit Amazon Kinesis Data Analytics bezahlen Sie nur die Verarbeitungsressourcen, die Ihre Streaming-Anwendungen tatsächlich nutzen. Es fallen weder Mindestgebühren noch Vorausleistungen 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.
Bauen Sie anspruchsvolle Streaming-Anwendungen mit Apache Flink
Amazon Kinesis Data Analytics beinhaltet Open-Source-Bibliotheken und Laufzeiten auf Basis von Apache Flink, mit denen Sie Anwendungen mit Ihrer bevorzugten IDE statt in mehreren Monaten innerhalb weniger Stunden erstellen können. Die erweiterbaren Bibliotheken umfassen spezialisierte APIs für unterschiedliche Anwendungsfälle, einschließlich zustandsbehafteter Ereignisverarbeitung, Streaming-ETL und Echtzeitanalysen. Sie können die Bibliotheken verwenden, um AWS-Services wie Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Kinesis Data Streams, Amazon Kinesis Data Firehose, Amazon Elasticsearch Service, Amazon S3, Amazon DynamoDB und mehr zu integrieren.
Verwenden Sie Standard-SQL für interaktive Abfragen
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. Ohne auch nur eine Zeile Code zu schreiben, können Sie Ihre SQL-Ergebnisse an andere AWS-Services wie AWS Lambda, Amazon Kinesis Data Streams und Amazon Kinesis Data Firehose senden.
Funktionsweise
Anwendungsfälle
Streaming von ETL
Sie können mit den integrierten Operatoren von Amazon Kinesis Data Analytics die „extract-transform-load“ (ETL) Streaming-Anwendungen entwickeln, um Streaming-Daten zu transformieren, zu aggregieren und die Streaming-Daten zu filtern. Sie können Ihre Daten problemlos in Sekundenschnelle an Amazon Kinesis Data Streams, Amazon Managed Streaming für Apache Kafka (Amazon MSK), Amazon Elasticsearch Service, Amazon S3, kundenspezifische Integrationen und mehr mithilfe von integrierten Konnektoren übermitteln.
Sehen Sie sich an, wie John Deere IoT-Sensormessungen aus landwirtschaftlichen Geräten extrahiert, die Daten in Echtzeit in nützliche Kundeninformationen umwandelt und die transformierten Daten in einen Data Lake lädt.
Echtzeitanalysen
Sie können Streaming-Daten mithilfe von Standard-SQL interaktiv abfragen und Apache-Flink-Anwendungen, die Java und Scala nutzen, zur Analyse von Datenstreams erstellen. Sie können wichtige Geschäfts- und Betriebsmetriken berechnen, Inhaltsleistungs-Dashboards aktualisieren und Kundenerfahrungen umfangreich in Echtzeit analysieren.
Informieren Sie sich über unsere Analyselösungsprofile in Echtzeit unter Protokollüberwachung und Webanalyse.
Verarbeitung von zustandsbehafteten Ereignissen
Sie können Anwendungen entwickeln, die Ereignisse aus einem oder mehreren Datenströmen verarbeiten und die bedingte Verarbeitung und externe Aktionen auslösen. Sie können Muster wie Anomalieerkennung in Ihren Datenstreams identifizieren, indem Sie Standard-SQL- und Apache-Flink-Bibliotheken für die Verarbeitung von komplexen Ereignissen verwenden.
Informieren Sie sich darüber, wie Zynga Spielereignisse verarbeitet, die durch Spieleraktivitäten ausgelöst werden.
Kunden
Erste Schritte mit Amazon Kinesis Data Analytics
Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent.
Weitere Informationen zur Verwendung von Amazon Kinesis Data Analytics finden Sie in dieser Schritt-für-Schritt-Anleitung für SQL bzw. Apache Flink.
Erstellen Sie Ihre Streaming-Anwendung mit der Amazon Kinesis Data Analytics-Konsole.