Amazon Kinesis Data Analytics ist der einfachste Weg, Streaming-Daten in Echtzeit zu analysieren. Mit Hilfe von Vorlagen und integrierten Operatoren können Sie schnell und einfach Abfragen und anspruchsvolle Echtzeitanwendungen erstellen. Amazon Kinesis Data Analytics richtet die Ressourcen für die Ausführung Ihrer Anwendungen ein und skaliert sie automatisch, um eingehende Daten mit beliebigem Volumen verarbeiten zu können.

Serverlos

Sie müssen keine komplexe Infrastruktur für hohe Verfügbarkeit und zustandsorientierte Verarbeitung einrichten und verwalten. Amazon Kinesis Data Analytics ist serverlos und kümmert sich um alles, was für den kontinuierlichen Betrieb Ihrer Anwendung erforderlich ist. Dazu gehört auch die automatische Bereitstellung der Infrastruktur zur kontinuierlichen Verarbeitung von Streaming-Daten.

Automatische Elastizität mit nutzungsbasierten Preisen

Amazon Kinesis Data Analytics skaliert Anwendungen elastisch, um mit jedem Datenvolumen im eingehenden Datenstrom Schritt zu halten. Sie bezahlen nur für die Ressourcen, die tatsächlich für die Ausführung Ihrer Streaming-Anwendungen verwendet werden. Sie müssen sich keine Sorgen um die Bereitstellung von Infrastruktur oder die Bezahlung von ungenutzter Kapazität machen.

Verarbeitungslatenz unter einer Sekunde

Amazon Kinesis Data Analytics bietet Verarbeitungslatenzen von weniger als einer Sekunde, sodass Sie in Echtzeit Warnmeldungen, Dashboards und verwertbare Erkenntnisse generieren können.

Open Source

Amazon Kinesis Data Analytics beeinhaltet Open-Source-Bibliotheken wie Apache Flink, Apache BeamAWS SDK und AWS-Serviceintegrationen. Apache Flink ist ein Open-Source-Framework und eine Engine zum Erstellen von hochverfügbaren und genauen Streaming-Anwendungen mit Support für Java, Python und Scala. Apache Beam ist ein einheitliches Open-Source-Modell zur Definition von Anwendungen für Streaming- und Batch-Datenverarbeitung, die über mehrere Ausführungs-Engines ausgeführt werden können. Mit dem AWS SDK ist die Programmierung für viele AWS-Services einfacher, weil es APIs in Ihrer bevorzugten Sprache bietet sowie die AWS-Bibliotheken, Code-Beispiele und Dokumentation enthält.

Flexible APIs

Es werden flexible APIs zur Verfügung gestellt, die auf unterschiedliche Anwendungsfälle spezialisiert sind, einschließlich zustandsbehafteter Ereignisverarbeitung, Streaming-ETL und Echtzeitanalysen. Die integrierten Operatoren und Analysemöglichkeiten ermöglichen es Ihnen, eine Apache Flink-Streaming-Anwendung in wenigen Stunden statt in mehreren Monaten zu erstellen. Die Bibliotheken von Amazon Kinesis Data Analytics sind erweiterbar, so dass Sie für eine Vielzahl von Anwendungsfällen eine Echtzeitverarbeitung durchführen können.

Integration mit AWS-Services

Sie können eine Datenquelle oder ein Datenziel mit minimalem Code einrichten und integrieren. Sie können die Bibliotheken von Amazon Kinesis Data Analytics verwenden, um Amazon S3, Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Elasticsearch ServiceAmazon DynamoDB, Amazon Kinesis Data Streams, Amazon Kinesis Data Firehose, Amazon CloudWatch und AWS Glue Schema Registry zu integrieren.

Erweiterte Integrationsmöglichkeiten

Zusätzlich zu den AWS-Integrationen enthalten die Bibliotheken von Amazon Kinesis Data Analytics mehr als zehn Konnektoren von Apache Flink und die Möglichkeit, kundenspezifische Integrationen zu erstellen. Mit ein paar weiteren Zeilen Code können Sie das Verhalten jeder Integration mit erweiterten Funktionen ändern. Außerdem können Sie benutzerdefinierte Integrationen mit einer Reihe von Apache Flink-Primitiven erstellen. Mit ihnen können Sie Dateien, Verzeichnisse, Sockets und andere Quellen, auf die Sie über das Internet zugreifen können, lesen und beschreiben.

Kompatibel mit dem AWS Glue Schema-Register

Amazon Kinesis Data Analytics für Apache Flink ist kompatibel mit der AWS Glue Schema Registry, einer serverlosen Funktion von AWS Glue, die es Ihnen ermöglicht, die Entwicklung von Streaming-Daten anhand von registrierten Apache Avro Schemata zu validieren und zu kontrollieren, ohne zusätzliche Kosten. Die Schema-Registry hilft Ihnen bei der Verwaltung Ihrer Schemas auf Amazon Kinesis Data Analytics für Apache Flink Workloads, die eine Verbindung zu Apache Kafka, Amazon Managed Streaming for Apache Kafka (MSK) oder Amazon Kinesis Data Streams herstellen, entweder als Quelle oder Senke. Wenn Daten-Streaming-Anwendungen in die Schema-Registry integriert werden, können Sie die Datenqualität verbessern und sich gegen unerwartete Änderungen schützen, indem Sie Kompatibilitätsprüfungen verwenden, die die Schemaentwicklung steuern.

Einmalige Verarbeitung

Sie können mit Apache Flink in Amazon Kinesis Data Analytics Anwendungen erstellen, deren verarbeitete Datensätze die Ergebnisse genau einmal beeinflussen, was als einmalige Verarbeitung bezeichnet wird. Das bedeutet, dass der Service auch bei einem Anwendungsausfall – etwa bei einer internen Servicewartung oder eines vom Benutzer initiierten Anwendungsupdates – sicherstellt, dass alle Daten verarbeitet werden und es keine doppelten Daten gibt.

Statusbehaftete Verarbeitung

Der Service speichert frühere und laufende Berechnungen oder Status im laufenden Anwendungsspeicher. Auf diese Weise können Sie Echtzeit- und vergangene Ergebnisse über einen beliebigen Zeitraum hinweg vergleichen und eine schnelle Wiederherstellung bei Anwendungsunterbrechungen gewährleisten. Der Status wird immer verschlüsselt und schrittweise im laufenden Anwendungsspeicher gespeichert.

Dauerhafte Anwendungsdatensicherungen

Sie können über einen einfachen API-Aufruf dauerhafte Anwendungsdatensicherungen erstellen und löschen. Ihre Anwendungen lassen sich nach einer Unterbrechung sofort aus der letzten Datensicherung wiederherstellen oder auf eine frühere Version zurücksetzen.

Für interaktive SQL-Anwendungen

Unterstützung von Standard-SQL

Amazon Kinesis Data Analytics unterstützt Standard-ANSI SQL, sodass Sie lediglich mit SQL vertraut sein müssen.

Integrierte Eingaben und Ausgaben

Amazon Kinesis Data Streams und Amazon Kinesis Data Firehose lassen sich in Amazon Kinesis Data Analytics integrieren, damit die Streaming-Daten bequem aufgenommen werden können. Richten Sie Amazon Kinesis Data Analytics einfach auf den Input-Stream und er liest die Daten automatisch aus, analysiert sie und stellt sie für die Verarbeitung zur Verfügung. Sie können die verarbeiteten Resultate mit Amazon Kinesis Data Firehose an andere AWS-Services wie Amazon S3, Amazon Redshift und Amazon Elasticsearch Service weiterleiten. Außerdem können Sie Ausgabedaten an Amazon Kinesis Data Streams senden, um komplexe Pipelines zur Stream-Verarbeitung aufzubauen.

Interaktiver SQL-Editor

Sie profitieren von einem interaktiven Editor, der Ihnen die Erstellung von SQL-Abfragen mit Streaming-Datenvorgängen erleichtert, etwa durch Durchschnittswerte für variable Zeitfenster. Außerdem können Sie die Streaming-Resultate und ‑Fehler auch anhand von Live-Daten anzeigen, um Fehler zu beheben oder Ihr Skript interaktiv zu optimieren.

Benutzerfreundlicher Schema-Editor

Amazon Kinesis Data Analytics umfasst einen einfach zu verwendenden Schema-Editor, mit dem Sie die Struktur der Eingabedaten ermitteln und bearbeiten können. Der Assistent erkennt automatisch Standarddatenformate wie JSON und CSV. Er leitet die Struktur der Eingabedaten zu einem Baseline-Schema ab, das Sie mit dem Schema-Editor optimieren können.

Vorgefertigte SQL-Vorlagen

Der interaktive SQL-Editor umfasst eine umfangreiche Sammlung an SQL-Vorlagen, die einen grundlegenden SQL-Code für die gängigsten Vorgangstypen enthalten, etwa die Aggregation, Transformation pro Ereignis und Filterung. Sie wählen einfach die geeignete Vorlage für Ihre Analyseaufgabe aus und passen dann den Code mit dem SQL-Editor an Ihren speziellen Anwendungsfall an.

Erweiterte Funktionen für die Stream-Verarbeitung

Amazon Kinesis Data Analytics bietet Funktionen, die für die Stream-Verarbeitung optimiert sind, sodass Sie problemlos komplexe Analysen Ihrer Streaming-Daten durchführen können, etwa die Anomalieerkennung und Top-K-Analyse.

Erste Schritte mit Amazon Kinesis Data Analytics

Seite zur Preisgestaltung für Kinesis Data Analytics besuchen
Kosten berechnen

Besuchen Sie die Seite zur Preisgestaltung für Amazon Kinesis Data Analytics.

Handbuch „Erste Schritte“ lesen
Lesen Sie das Handbuch „Erste Schritte“

Weitere Informationen zur Verwendung von Amazon Kinesis Data Analytics finden Sie in dieser Schritt-für-Schritt-Anleitung für SQL und Apache Flink.

Beginnen Sie mit der Entwicklung in der Konsole
Entwickeln Sie Streaming-Anwendungen

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