Amazon Kinesis Data Streams

Recopile datos de streaming a escala para realizar análisis en tiempo real

Amazon Kinesis Data Streams (KDS) es un servicio de streaming de datos en tiempo real con un alto nivel de escalabilidad y durabilidad. KDS puede registrar de manera continua gigabytes de datos por segundo de cientos de miles de orígenes, como transmisiones de clics de sitios web, transmisiones de eventos de bases de datos, transacciones financieras, fuentes de redes sociales, registros de TI y eventos se seguimiento de ubicaciones. Los datos recopilados se encuentran disponibles en milisegundos para posibilitar los casos de uso de análisis en tiempo real, como paneles en tiempo real, detección de anomalías en tiempo real, precios dinámicos, entre otros.

Solicite ayuda para realizar una prueba de concepto o evaluación »

Video: What is Amazon Kinesis Data Streams?

Beneficios

Rendimiento en tiempo real

Logre que sus datos de streaming estén disponibles en varias aplicaciones de análisis en tiempo real, en Amazon S3 o en AWS Lambda dentro de los 70 milisegundos posteriores a ser recopilados.

Durabilidad

Reduzca las probabilidades de perder datos. La replicación sincronizada de sus datos de streaming en tres centros de datos en una región de AWS y el almacenamiento de dichos datos durante un plazo de hasta siete días ofrecen varias capas de protección contra la pérdida de datos.

Seguridad

Satisfaga sus necesidades normativas y de conformidad mediante el cifrado de información confidencial en KDS y el acceso privado a sus datos a través de su Amazon Virtual Private Cloud (VPC). Los datos pueden cifrarse en reposo con cifrado del lado del servidor y las claves maestras de AWS KMS.

Facilidad de uso

Cree sus aplicaciones de streaming rápidamente con el SDK de AWS, la biblioteca de clientes de Kinesis (KCL), conectores y agentes. Procese datos fácilmente con integraciones incorporadas en AWS Lambda, Amazon Kinesis Data Analytics y Amazon Kinesis Data Firehose.

Elasticidad

Escale sus aplicaciones de manera dinámica. Las transmisiones de datos de Kinesis se escalan de megabytes a terabytes por hora y escalan de miles a millones de registros PUT por segundo. El nivel de procesamiento de la transmisión se puede ajustar dinámicamente en todo momento en función del volumen de datos de entrada.

Bajo costo

Kinesis Data Streams no tiene ningún costo de inversión inicial: pagará solamente los recursos que consuma. Por tan solo 0,015 USD por hora, podrá tener una transmisión de datos de Kinesis con una capacidad de entrada de 1 MB/segundo y de 2 MB/segundo de salida.

Cómo funciona

diagram-how-it-works-kinesis-data-streams

Casos de uso

Recopilación de datos de eventos y registros

Kinesis Data Streams puede utilizarse para recopilar datos de eventos y logs de orígenes como servidores, equipos de escritorio y dispositivos móviles. Seguidamente podrá crear aplicaciones de Kinesis para procesar de manera continua los datos, generar métricas, alimentar paneles en vivo y emitir datos agregados a almacenes de datos, como Amazon S3.

Análisis en tiempo real

Puede hacer que sus aplicaciones de Kinesis ejecuten un análisis en tiempo real de datos de eventos de alta frecuencia, como los datos de sensores recopilados por Kinesis Data Streams, con lo que podrá comprender mejor los datos con una frecuencia de minutos en lugar de horas o días.

Registro de datos móviles

Puede lograr que sus aplicaciones móviles remitan datos a Kinesis Data Streams desde cientos de miles de dispositivos para disponer de los datos en el momento en que se generen en los dispositivos móviles.

Obtenga información sobre Kinesis Data Streams y la integración del SDK para móviles de AWS (iOS | Android)

Fuente de datos para videojuegos

Kinesis Data Streams puede utilizarse para recopilar de manera continua datos de interacciones entre jugadores y videojuegos para alimentar la plataforma de juegos. Con Kinesis Data Streams podrá diseñar un videojuego que ofrezca experiencias atractivas y dinámicas basadas en las acciones y los comportamientos de los jugadores.