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, aucun frais minimum et aucun coût de configuration. Vous ne payez que les ressources utilisées par vos applications de streaming.

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.

Utilisation de votre langage préféré

Amazon Kinesis Data Analytics prend en charge la création d'applications dans SQL, Java, Scala et Python. Vous pouvez utiliser ces langages pour aisément créer des applications capables d'effectuer des jointures, des agrégations sur des fenêtres temporelles, filtres, etc. Vous pouvez étendre les bibliothèques open source et inclure des bibliothèques personnalisées dans le langage de votre choix. Amazon Kinesis Data Analytics Studio vous permet de créer des applications interactivement dans SQL, Scala et Python à l'aide des blocs-notes Apache Zeppelin. 

Démarrer rapidement avec Amazon Kinesis Data Analytics Studio

Amazon Kinesis Data Analytics Studio vous permet d'interroger de manière interactive des flux de données et de développer rapidement des applications de traitement des flux à l'aide d'un environnement de développement interactif alimenté par les blocs-notes Apache Zeppelin. Avec Amazon Kinesis Data Analytics Studio, le traitement de flux de données est alimenté par Apache Flink. 

Création d'applications de streaming avec Apache Beam

Amazon Kinesis Data Analytics prend en charge l'exécution d'applications de streaming créées par le biais du kit SDK Java d'Apache Beam dans un environnement Apache Flink sans serveur. Apache Beam est un modèle unifié open source permettant de définir des applications de traitement de données par flux ou par lot qui peuvent être exécutées par plusieurs moteurs d'exécution. Vous pouvez facilement créer des applications de streaming Apache Beam dans Java et les exécuter sur Amazon Kinesis Data Analytics et d'autres moteurs d'exécution.

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.

Essayez un ETL de streaming avec Apache Flink et Amazon Kinesis Data Analytics en utilisant un exemple de code sur GitHub.

Analyse en temps réel

Vous pouvez interroger et analyser de manière interactive des flux de données en temps réel et générer des informations et des résultats en continu pour les cas d'utilisation dont le facteur temps est important, comme les analyses de parcours de navigation. 

Consultez la présentation de notre solution d'analyse en temps réel sur la surveillance des journaux et l'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 enrichir votre flux de données à l'aide d'Amazon Kinesis Data Analytics.

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 
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 
Consulter les études de cas client 

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.