Le mieux pour commencer à utiliser Kinesis Analytics est de se familiariser en développant concrètement un exemple d'application. Il vous suffit de vous rendre dans la console Kinesis Analytics et de créer une nouvelle application Kinesis Analytics. Sélectionnez ensuite le flux de démonstration que nous proposons en entrée, choisissez un template et modifiez la requête SQL. Les résultats s'affichent directement dans la console. Vous pouvez également charger la sortie dans Amazon Elasticsearch Service et la consulter avec Kibana. En quelques minutes, vous voilà prêt à déployer une application de flux de données complète.


2up_webinar-desktop_orange

Pour commencer à utiliser Kinesis Analytics, c'est très simple. Les vidéos de démonstration vous facilitent la tâche en vous proposant des analyses techniques de cas d'utilisation et de traitement de flux courants. Elles présentent également les fonctionnalités les plus importantes dans les détails, afin de vous permettre de bien travailler. Suivez les liens ci-dessous pour voir les enregistrements :


Le guide de développement offre des procédures détaillées pour des exemples d'applications de flux de données. Certains de ces exemples contiennent également des instructions étape par étape, pour que vous puissiez les essayer et vous entraîner.

Avec ces procédures détaillées en guise d'exemples, vous pourrez :

  • Découvrir ce qu'il est possible de créer avec Amazon Kinesis Analytics
  • Obtenir une expérience concrète dans le lancement d'applications de streaming
  • Recevoir du code SQL de base à partir duquel travailler
editorial_training_accreditation_lightblue
Flux de prétraitement Afficher
Analyses de base Afficher
Analyses avancées Afficher
Flux de post-traitement intégrés à l'application Afficher

par Jeff Barr | le 11 août 2016

Comme vous le savez déjà, Amazon Kinesis simplifie considérablement les travaux impliquant des flux de données en temps réel dans le cloud AWS. Au lieu de configurer et d'exécuter votre propre infrastructure de traitement et de stockage à court terme, vous pouvez tout simplement créer un Kinesis Stream ou un Kinesis Firehose, y envoyer vos données et créer une application pour traiter ou analyser celles-ci.

Bien qu'il soit relativement aisé de créer des solutions de flux de données avec Kinesis Streams et Kinesis Firehose, notre objectif est de faciliter encore davantage cette procédure. Que vous soyez développeur procédural, spécialiste des données ou développeur SQL, vous devez être en mesure de traiter des données de parcours de navigation volumineuses d'applications web, des données de télémétrie et des rapports de capteurs d'appareils connectés, des journaux de serveur et bien plus encore à l'aide d'un langage de requête standard, le tout en temps réel !

En savoir plus »

 

par Ryan Nienhuis | le 11 août 2016

Voici la première partie d'une série de deux articles du blog AWS Big Data dédiés à l'écriture de code SQL dans les flux de données avec Amazon Kinesis Analytics. Cet article est l'occasion d'offrir une vue d'ensemble des flux de données et de différentes concepts clés, comme les bases des flux SQL. Je présenterai également une procédure correspondant à un exemple simple. Dans l'article suivant, je parlerai de concepts plus avancés dans le traitement de flux avec Amazon Kinesis Analytics.

La plupart des organisations utilisent le traitement de lots de données pour réaliser leurs analyses une fois par heure ou par jour, afin de prendre de meilleures décisions et d'améliorer leur expérience client. Cependant, il est possible de dériver davantage de valeur de ces données en assurant leur traitement et en réagissant en temps réel. En effet, les analyses de données peuvent rapidement perdre de leur intérêt : plus vite vous réagissez, mieux c'est.

En savoir plus »