La mejor manera de comenzar a usar Kinesis Data Analytics es obtener experiencia práctica creando una aplicación de muestra. Simplemente vaya a la consola de Kinesis Data Analytics y cree una nueva aplicación de Kinesis Data Analytics. Seleccione la transmisión de demostración que proporcionamos como entrada, elija una plantilla y edite la consulta SQL. A continuación, puede ver los resultados en la consola o cargar la salida en Amazon Elasticsearch Service y visualizarlos con Kibana. Al cabo de unos minutos, podrá implementar una aplicación de datos de streaming completa.


2up_webinar-desktop_orange

Es muy fácil comenzar a usar Kinesis Data Analytics. Los vídeos explicativos le facilitan todavía más el proceso al proporcionar información técnica detallada sobre los casos de uso comunes y los flujos de trabajo de procesamiento de transmisiones. También contienen una visión general detallada de las características principales, para que pueda realizar su trabajo. Siga los enlaces que aparecen a continuación para ver las grabaciones:


La guía para desarrolladores contiene tutoriales de aplicaciones de datos de streaming de ejemplo. Algunos de estos ejemplos también incluyen instrucciones paso a paso para que los pruebe y obtenga experiencia práctica.

Con estos tutoriales de ejemplo podrá:

  • Conozca lo que puede crear con Amazon Kinesis Data Analytics
  • Obtener experiencia práctica en la implementación de aplicaciones de streaming
  • Obtener código SQL de referencia a partir del que crear
editorial_training_accreditation_lightblue
Transmisiones preprocesamiento Ver
Análisis básico Ver
Análisis avanzado Ver
Transmisiones en la aplicación postprocesamiento Ver

por Jeff Barr | 11 de agosto de 2016

Como quizás ya sepa, Amazon Kinesis simplifica significativamente el proceso de trabajar con datos de streaming en tiempo real en la nube de AWS. En lugar de configurar y ejecutar su propia infraestructura de almacenamiento a corto plazo y de procesamiento, simplemente crea un Kinesis Data Stream o un Kinesis Data Firehose, configura el envío de datos a este y cree una aplicación que los procese o analice.

Si bien es relativamente sencillo crear soluciones de datos de streaming con Kinesis Data Streams y Kinesis Data Firehose, queremos facilitarlo aún más. Queremos que, tanto si es un desarrollador de procedimientos, un científico de datos como un desarrollador de SQL, pueda procesar secuencias de clics de gran volumen de las aplicaciones web, informes de telemetría y sensores de dispositivos conectados, logs de servidores y más con un lenguaje de consulta estándar, ¡todo ello en tiempo real!

Más información »

 

por Ryan Nienhuis | 11 de agosto de 2016

Esta es la primera de dos publicaciones del blog de big data de AWS sobre la escritura de SQL en datos de streaming con Amazon Kinesis Data Analytics. En esta publicación, proporciono información general de los datos de streaming y de conceptos clave como los fundamentos de SQL de streaming, además de un tutorial completo que utiliza un ejemplo sencillo. En la siguiente publicación, explicaré conceptos de procesamiento de transmisiones más avanzados con Amazon Kinesis Data Analytics.

La mayoría de las organizaciones utilizan el procesamiento de datos por lotes para realizar su análisis en intervalos de un día o una hora con el fin de utilizar la información para tomar decisiones empresariales y mejorar la experiencia de sus clientes. Sin embargo, puede obtener mucho más valor de sus datos si puede procesarlos y reaccionar en tiempo real. En efecto, el valor de la información que contienen los datos puede disminuir rápidamente con el tiempo, así que cuanto antes reaccione, mejor.

Más información »