Amazon Kinesis Data Analytics

Obtenez des informations exploitables à partir de données de streaming avec Apache Flink sans serveur.

Amazon Kinesis Data Analytics est le moyen le plus simple de transformer et d'analyser les données de streaming en temps réel avec Apache Flink. Apache Flink est un cadre open source et un moteur permettant de traiter des flux de données. Amazon Kinesis Data Analytics simplifie la création, la gestion et l'intégration des applications Apache Flink dans d'autres services AWS.

Amazon Kinesis Data Analytics s'occupe de toutes les opérations nécessaires pour exécuter vos applications de streaming en continu et assure une mise à l'échelle automatique en fonction du volume et du débit de vos données entrantes. Avec Amazon Kinesis Data Analytics, il n'y a aucun serveur à gérer, aucuns frais minimums et aucun coût de configuration. Vous ne payez que les ressources utilisées par vos applications de streaming.

Obtenez de l'aide pour votre démonstration de faisabilité ou votre évaluation. >>

Avantages

Puissance de traitement en temps réel

Amazon Kinesis Data Analytics fournit des fonctions intégrées permettant de filtrer, d'agréger et de transformer les données de streaming à des fins d'analyse de pointe. Le service traite également les données de streaming avec un temps de latence inférieur à la seconde, ce qui permet d'analyser les données entrantes et les événements, ainsi que d'y répondre, et ce en temps réel.

Aucun serveur à gérer

Amazon Kinesis Data Analytics est un service sans serveur : vous n'avez donc aucun serveur à gérer. Il exécute vos applications de streaming sans que vous ayez à mettre en service ou à gérer la moindre infrastructure. Amazon Kinesis Data Analytics effectue automatiquement la mise à l'échelle ascendante et descendante de l'infrastructure requise pour traiter les données entrantes.

Paiement en fonction de l'utilisation

Avec Amazon Kinesis Data Analytics, vous payez uniquement les ressources de traitement consommées par vos applications de streaming. Il n'y a pas de frais minimaux et aucun engagement initial n'est requis.

Simplicité d'utilisation

Amazon Kinesis Data Analytics vous permet de créer de manière rapide et simple des requêtes et des applications de streaming sophistiquées suivant trois étapes simples : configuration de vos sources de données de streaming, écriture de vos requêtes ou de vos applications de streaming et configuration de l'emplacement de destination des données traitées.

Amazon Kinesis Data Analytics comprend des bibliothèques et des environnements d'exécution à code source libre basés sur Apache Flink qui vous permettent de créer une application en quelques heures, plutôt qu'en plusieurs mois, à l'aide de votre IDE préféré.. Les bibliothèques extensibles comprennent des API spécialisées dédiées à différents cas d'utilisation, notamment le traitement dynamique en streaming, le streaming ETL et l'analyse en temps réel. Vous pouvez intégrer ces bibliothèques aux services AWS comme Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Kinesis Data Streams, Amazon Kinesis Data Firehose, Amazon Elasticsearch Service, Amazon S3, Amazon DynamoDB, et bien plus encore.

Utiliser SQL standard pour créer des requêtes interactives

Amazon Kinesis Data Analytics fournit des modèles et un éditeur interactif permettant de créer des requêtes SQL capables d'effectuer des jointures et des agrégations sur des périodes données, des filtres, et bien plus encore. Il vous suffit de sélectionner le modèle correspondant à la tâche d'analyse à effectuer, puis de modifier le code fourni à l'aide de l'éditeur SQL afin de le personnaliser par rapport à votre cas d'utilisation. Sans écrire la moindre ligne de code, vous pouvez envoyer vos résultats SQL vers d'autres services AWS comme AWS Lambda, Amazon Kinesis Data Streams et Amazon Kinesis Data Firehose.

Fonctionnement

Fonctionnement d'Amazon Kinesis Data Analytics

Cas d'utilisation

ETL de streaming

Vous pouvez créer des applications ETL (extraction-transformation-chargement) de streaming grâce à des opérateurs intégrés à Amazon Kinesis Data Analytics afin de transformer, regrouper et filtrer les données de streaming. Avec les connecteurs intégrés, vous pouvez facilement distribuer vos données en quelques secondes dans Amazon Kinesis Data Streams, Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Elasticsearch Service, Amazon S3, les intégrations personnalisées, et bien plus encore.

Découvrez dans cette vidéo comment John Deere extrait les données de mesures des capteurs IoT des équipements agricoles, les transforme en informations clients utiles en temps réel et les utilisent pour alimenter un lac de données.

Analyse en temps réel

Vous pouvez interroger de manière interactive vos données de streaming grâce à SQL standard, et créer des applications Apache Flink reposant sur Java et Scala pour analyser les flux de données. Vous pouvez calculer les principales métriques métier et opérationnelles, actualiser les tableaux de bord affichant les performances du contenu et analyser les expériences clients, le tout à grande échelle et en temps réel.

Consultez la présentation de notre solution d'analyse en temps réel sur surveillance des journaux et analyse Web.

Traitement dynamique des événements

Vous pouvez développer des applications qui traitent les événements depuis un ou plusieurs flux de données et déclencher des actions externes et de traitement conditionnelles. Vous pouvez identifier des modèles tels que la détection des anomalies dans vos flux de données grâce aux bibliothèques SQL standard et Apache Flink pour un traitement complexe des événements.

Découvrez comment Zynga traite les événements de jeu déclenchés par les actions des joueurs.

Clients

Étude de cas Autodesk
Autodesk calcule des mesures de surveillance en temps réel, notamment le temps de réponse et les pics de taux d'erreur pour surveiller l'expérience utilisateur.
Lire l'étude de cas 
DAZN
Tri et filtrage des événements en temps réel.
Regarder la vidéo 
ShopFully
Hiérarchisation des événements et filtrage vers les applications en aval.
Regarder la vidéo 
Zynga
Fox effectue l'analyse en temps réel des téléspectateurs lors d'événements de streaming vidéo en direct comme le Super Bowl.
Lire le billet de blog 
Zynga
Zynga analyse les événements de jeu en temps réel, déclenchés par des actions des joueurs à l'échelle.
Regarder la vidéo 
Étude de cas Palringo
Palringo améliore l'engagement utilisateur pour son application de jeu communautaire mobile grâce à l'utilisation de métriques en temps réel.
Lire l'étude de cas 
Nouvel article de blog Gunosy
Gunosy traite plus de 500 000 enregistrements par minute pour une organisation des actualités rapide et personnalisée pour les utilisateurs finaux.
Lire le billet de blog 

Mise en route avec Amazon Kinesis Data Analytics

Créez un compte AWS
Créez un compte AWS

Obtenez un accès instantané à l'offre gratuite d'AWS.

Consulter le guide de mise en route
Consulter le guide de mise en route

Découvrez comment utiliser Amazon Kinesis Data Analytics dans ce guide étape par étape concernant SQL ou Apache Flink.

Commencez à créer avec Amazon Kinesis Data Analytics
Commencez à créer des applications de streaming

Créez votre première application de streaming à partir de la console Amazon Kinesis Data Analytics.