Publicado en: Nov 2, 2017
Amazon Kinesis Analytics le permite detectar anomalías en los datos de streaming en tiempo real. Hoy, hemos lanzado dos nuevas características que proporcionan explicaciones de las anomalías y facilitan la realización de análisis del origen de los problemas. Esto le permite saber cuáles de sus campos de datos producen puntuaciones con anomalías elevadas e identificar tendencias relacionadas con las anomalías.
Kinesis Analytics utiliza el algoritmo Random Cut Forest para analizar uno o varios campos numéricos y generar puntuaciones para identificar anomalías en los flujos de datos. Cuando los registros de un flujo de datos tienen un gran número de campos, puede ser difícil determinar manualmente qué campos provocan altas puntuaciones de anomalías, especialmente cuando los datos son de gran tamaño, se mueven rápidamente y cambian con frecuencia. Kinesis Analytics ahora proporciona explicaciones en tiempo real de las puntuaciones de anomalías mediante la atribución y la direccionalidad. La atribución explica la contribución de los campos de entrada a la puntuación global, y la direccionalidad proporciona información acerca de las tendencias, como los picos y los valles de cada campo. Para obtener más información y código de ejemplo, consulte Random Cut Forest with Explanations en la documentación de referencia de SQL de Amazon Kinesis Analytics.
Kinesis Analytics es la manera más sencilla de procesar datos de streaming en tiempo real con SQL sin tener que aprender lenguajes de programación ni marcos de procesamiento nuevos. Kinesis Analytics le permite consultar datos de streaming o crear aplicaciones íntegramente de streaming usando SQL, para que pueda obtener información accionable y satisfacer las necesidades de su empresa y del cliente rápidamente. Kinesis Analytics está disponible en las regiones Este de EE.UU. (N. Virginia), Oeste de EE.UU. (Oregón) y UE (Irlanda).