Schritt 1: Laden Sie die Open-Source-Bibliotheken in Ihr bevorzugtes IDE

Java-Anwendung erstellen

Sie können damit beginnen, die Open-Source-Bibliotheken herunterzuladen, zu denen AWS SDK, Apache Flink und Konnektoren für AWS-Services zählen. 

Java-Beispiel-Code

Sie schreiben Ihren Apache Flink-Anwendungscode mit Daten-Streams und Stream-Operatoren. Die Anwendungs-Daten-Streams sind die Datenstruktur, gegenüber der Sie die Verarbeitung mit Ihrem Anwendungscode durchführen. Die Daten fließen kontinuierlich von den Quellen in die Anwendungs-Daten-Streams. Ein oder mehrere Stream-Operatoren werden verwendet, um Ihre Verarbeitung des Anwendungs-Daten-Streams zu definieren.

Schritt 3: Laden Sie Ihren Code hoch zu Kinesis Data Analytics

Java-Anwendung konfigurieren

Nach der Entwicklung laden Sie Ihren Code zu Amazon Kinesis Data Analytics hoch und die Services führen alles Erforderliche durch, damit Ihre Echtzeit-Anwendungen durchgehend ausgeführt werden. Außerdem skaliert es automatisch, um sich dem Umfang und Durchsatz Ihrer eingehenden Daten anzupassen.

Der Einstieg in Amazon Kinesis Data Analytics Studio ist ganz einfach

Schritt 1: Erstellen einer Amazon-Kinesis-Data-Analytics-Studio-Anwendung

Java-Anwendung erstellen

Sie können über die Amazon-Kinesis-Data-Analytics-, Amazon-MSK- oder Amazon-Kinesis-Data-Streams-Konsole starten. Sie können auch benutzerdefinierte Konnektoren verwenden, um sich mit jeder anderen Datenquelle zu verbinden.

Java-Beispiel-Code

Sie können einzelne Abschnitte in der Notiz ausführen, Ergebnisse im Kontext betrachten und die integrierte Visualisierung von Apache Zeppelin nutzen, um die Entwicklung zu beschleunigen. Sie können auch benutzerdefinierte Funktionen in Ihrem Code verwenden.

Schritt 3: Erstellen und Bereitstellen als Kinesis-Data-Analytics-Streaming-Anwendung

Java-Anwendung konfigurieren

Mit nur wenigen Klicks können Sie Ihren Code als kontinuierlich laufende Stream-Processing-Anwendung bereitstellen. Ihre bereitgestellte Anwendung wird eine Kinesis-Data-Analytics-for-Apache-Flink-Anwendung mit Langlebigkeit und Autoskalierung sein. Sie erhalten auch die Möglichkeit, Quellen, Ziele, Protokollierungs- und Überwachungsebenen zu ändern, bevor Sie Ihren Code produktiv setzen.

Erste Schritte mit Amazon Kinesis Data Analytics SQL

Um zu beginnen, erstellen Sie eine neue Amazon-Kinesis-Data-Analytics-Anwendung. Wählen Sie als Eingabe den bereitgestellten Demo-Stream, suchen Sie eine Vorlage aus und bearbeiten Sie die SQL-Abfrage. Sie können dann die Ergebnisse direkt in der Konsole anzeigen oder die Ausgabe mit Kibana in Amazon Elasticsearch Service laden. Innerhalb weniger Minuten sind Sie in der Lage, eine komplette Streaming-Daten-Anwendung bereitzustellen.

Schritt 1: Eingabe-Stream konfigurieren

Eingabe-Stream konfigurieren

Rufen Sie zuerst die Amazon Kinesis Data Analytics-Konsole auf und wählen Sie einen Kinesis-Datenstrom oder einen Kinesis Data Firehose-Lieferdatenstrom als Eingabe aus. Amazon Kinesis Data Analytics nimmt die Daten entgegen, erkennt automatisch Standard-Datenformate und schlägt ein Schema vor. Sie können dieses Schema verfeinern. Wenn Ihre Eingabedaten nicht strukturiert sind, können Sie mit unserem intuitiven Schema-Editor ein neues Schema definieren.

Dokumentation lesen 

Schritt 2: SQL-Abfragen schreiben

SQL-Abfragen schreiben

Schreiben Sie als Nächstes im SQL-Editor von Amazon Kinesis Data Analytics und mithilfe der integrierten Vorlagen Ihre SQL-Abfragen zum Verarbeiten der Streaming-Daten und testen Sie sie Live mit Streaming-Daten.

Dokumentation lesen 

Schritt 3: Ausgabe-Stream konfigurieren

Ausgabe-Stream konfigurieren

Geben Sie abschließend die Ziele für die Resultate an. Amazon Kinesis Data Analytics und Amazon Kinesis Data Streams sowie Amazon Kinesis Data Firehose können sofort integriert werden, sodass es einfach ist, die verarbeiteten Ergebnisse an Amazon S3, Amazon Redshift, Amazon Elasticsearch Service oder Ihr eigenes benutzerdefiniertes Ziel zu senden.

Lesen der Dokumentation 

E-Learning

Tutorial-Workshop

In diesem Workshop entwickeln Sie eine End-to-End-Streaming-Architektur, um Streaming-Daten nahezu in Echtzeit einzuspeisen, zu analysieren und zu visualisieren. Sie haben vor, den Betrieb eines Taxiunternehmens in New York City zu verbessern. Sie analysieren die Telemetriedaten einer Taxiflotte in New York City nahezu in Echtzeit, um den Betrieb der Flotte zu optimieren.

Weitere Informationen »
Vorgefertigte Lösungen

AWS-Streaming-Daten-Lösung für Amazon Kinesis

Verwenden Sie eine vorgefertigte Lösung für einen schnellen Einstieg. Verwenden Sie die AWS Streaming Data Solution für Amazon Kinesis, um Anwendungsfälle für Echtzeit-Streaming zu lösen, wie etwa die Erfassung hochvolumiger Anwendungsprotokolle, die Analyse von Clickstream-Daten, die kontinuierliche Bereitstellung an einen Data Lake und vieles mehr.

Weitere Informationen »
Trainingsvideo

Das 15-minütige Trainingsvideo erklärt, wie Sie Apache-Flink-Anwendungen in Amazon Kinesis Data Analytics anwenden können, um aktuellere Erkenntnisse Ihrer Daten zu erhalten.

Weitere Informationen »

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.

Lesen Sie das Handbuch "Erste Schritte"
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 bzw. Apache Flink.

Beginnen Sie mit dem Erstellen in der Konsole
Entwickeln Sie Streaming-Anwendungen

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