Étape 1 : téléchargez les bibliothèques open source vers votre IDE favori

Créer une application Java

Vous pouvez commencer par télécharger les bibliothèques open source qui contiennent le kit SDK AWS, Apache Flink et les connecteurs des services AWS. 

Exemple de code Java

Vous écrivez le code Apache Flink de votre application à l'aide de flux de données et d'opérateurs de flux. Les flux de données d'application constituent la structure de données utilisée pour le traitement à l'aide de votre code applicatif. Les données circulent en continu dans les flux de données d'application depuis les sources. Un ou plusieurs opérateurs de flux sont utilisés pour définir votre traitement des flux de données d'application.

Étape 3 : chargez votre code dans Kinesis Data Analytics

Configurez l'application Java

Une fois votre code créé, chargez-le dans Amazon Kinesis Data Analytics. Le service gère toutes les opérations nécessaires à l'exécution en continu de vos applications en temps réel, notamment la mise à l'échelle automatique en fonction du volume et du débit de vos données entrantes.

Pour démarrer à utiliser Amazon Kinesis Data Analytics Studio, c'est très simple

Étape 1 : création d'une application Amazon Kinesis Data Analytics Studio

Créer une application Java

Vous pouvez commencer à partir de Amazon Kinesis Data Analytics, Amazon MSK ou de la console Amazon Kinesis Data Streams. Vous pouvez également utiliser des connecteurs personnalisés pour vous connecter à d'autres sources de données.

Exemple de code Java

Vous pouvez exécuter rapidement des paragraphes individuels dans la note, afficher des résultats dans le contexte et utiliser la visualisation intégrée de Apache Zeppelin pour accélérer le développement. Vous pouvez également utiliser des fonctions définies par l'utilisateur dans votre code.

Étape 3 : créer et déployer en tant qu'application de streaming Kinesis Data Analytics

Configurer l'application Java

Vous pouvez déployer votre code comme une application de traitement de flux en continu en quelques clics. Votre application déployée sera une application Kinesis Data Analytics pour Apache Flink avec un état durable et une mise à l'échelle automatique. Vous aurez également la possibilité de modifier les sources, les destinations, la journalisation et les niveaux de surveillance avec de mettre votre code en production.

Mise en route avec Amazon Kinesis Data Analytics SQL

Pour commencer, créez une nouvelle application Amazon Kinesis Data Analytics. Sélectionnez ensuite le flux de démonstration que nous proposons en entrée, choisissez un modèle, puis 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 êtes prêt à déployer une application de flux de données complète.

Étape 1 : configuration du flux en entrée

Configurez le flux en entrée

Vous devez, tout d'abord, accéder à la console Amazon Kinesis Data Analytics et sélectionner un flux de données Kinesis ou un flux de diffusion Kinesis Data Firehose. Amazon Kinesis Data Analytics intègre les données, reconnaît automatiquement les formats de date standard et suggère un schéma. Vous pouvez ensuite affiner ce schéma ou, si vos données en entrée ne sont pas structurées, définir un nouveau schéma à l'aide de notre éditeur de schémas intuitif.

Lire la documentation 

Étape 2 : rédaction des requêtes SQL

Rédigez vos requêtes SQL

Vous devez ensuite écrire les requêtes SQL permettant de traiter les données de streaming. Pour cela, vous utilisez l'éditeur SQL d'Amazon Kinesis Data Analytics et des modèles intégrés que vous testez directement sur les données de streaming.

Lire la documentation 

Étape 3 : configuration du flux en sortie

Configurez le flux en sortie

Enfin, vous indiquez où les résultats doivent être chargés. L'intégration d'Amazon Kinesis Data Analytics à Amazon Kinesis Data Streams et Amazon Kinesis Data Firehose a été prévue pour vous permettre de transmettre facilement les résultats traités vers Amazon S3, Amazon Redshift, Amazon Elasticsearch Service ou votre propre destination personnalisée.

Lire la documentation 

Formation en ligne

Atelier de formation

Dans cet atelier, vous créerez une architecture de streaming de bout en bout pour ingérer, analyser et visualiser des données en streaming en temps quasi réel. Vous avez entrepris d'améliorer les opérations d'une compagnie de taxis dans la ville de New York. Vous analyserez les données télémétriques d'une flotte de taxis de la ville de New York en temps quasi réel afin d'en optimiser les opérations.

En savoir plus »
Solutions Préconçues

AWS Streaming Data Solution for Amazon Kinesis

Utilisez une solution préconçue pour démarrer rapidement. AWS Streaming Data Solution for Amazon Kinesis vous aide à résoudre des cas d'utilisation de streaming en temps réel tels que la capture de journaux d'applications à volume élevé, l'analyse des données de parcours de navigation, la diffusion continue vers un lac de données, etc.

En savoir plus »
Vidéo de formation

La vidéo de formation de 15 minutes explique comment utiliser les applications Apache Flink dans Amazon Kinesis Data Analytics pour obtenir plus rapidement des informations à partir de vos données.

En savoir plus »

Démarrer avec Amazon Kinesis Data Analytics

Créez un compte AWS
Créez un compte AWS

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

Consultez le guide de mise en route
Consultez le guide de mise en route

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

Commencez à créer dans la console
Création d'applications de streaming sur AWS

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