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.

Keine Serververwaltung

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.

Für SQL-Benutzer

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.

Fertige Vorlagen für die Stream-Verarbeitung

Der interaktive SQL-Editor umfasst zahlreiche Vorlagen für die Stream-Verarbeitung. Diese Vorlagen enthalten einen grundlegenden SQL-Code für die gängigsten Vorgangstypen, 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.

Für Java-Benutzer

Open Source

Amazon Kinesis Data Analytics enthält Open-Source-Bibliotheken auf Basis von Apache Flink. Sie können sie überall ausführen, und es gibt keine Lieferantenbindung. Zu den Bibliotheken gehören Apache Flink, AWS SDK für Java und AWS Service Integrationen. Apache Flink ist ein Open-Source-Framework und eine Engine zum Erstellen von hochverfügbaren und genauen Streaming-Anwendungen. Mit dem AWS SDK for Java ist die Programmierung einfacher, weil es Java-APIs für viele AWS-Services sowie die Java-Bibliothek von AWS, Code-Beispiele und die zugehörige Dokumentation enthält.

Integrierte Operatoren

Die integrierten Operatoren ermöglichen es Ihnen, eine Java-Streaming-Anwendung in wenigen Stunden statt in mehreren Monaten zu erstellen. Die Java-Bibliotheken von Amazon Kinesis Data Analytics sind erweiterbar und beinhalten mehr als 25 vorkonfigurierte Operatoren zur Stream-Verarbeitung von Apache Flink wie Transform, Partition, Aggregat, Join und Window, um Ihren Programmieraufwand zu reduzieren.

Integration mit AWS-Services

Sie können eine Datenquelle oder ein -ziel mit minimalem Code einrichten und integrieren. Sie können die Java-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 und Amazon CloudWatch zu integrieren.

Erweiterte Integrationsmöglichkeiten

Zusätzlich zu den AWS-Integrationen enthalten die Java-Bibliotheken 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 lesen und beschreiben, auf die Sie über das Internet zugreifen können.

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.

Einmalige Verarbeitung

Java-Anwendungen in Amazon Kinesis Data Analytics ermöglichen es Ihnen, Anwendungen zu erstellen, deren verarbeitete Datensätze die Ergebnisse genau einmal beeinflussen, also genau einmal verarbeiten. 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.

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 Java.

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

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