Le Pipeline d'analyse de jeu permet aux développeurs de jeux de lancer un pipeline de données sans serveur évolutif pour ingérer, stocker et analyser les données télémétriques générées par les jeux et services. Le guide prend en charge l'ingestion des données en streaming, fournissant ainsi à vos utilisateurs des informations sur leurs jeux et d'autres applications en quelques minutes seulement. Il fournit une API REST et les services Amazon Kinesis pour l'ingestion et le traitement des données télémétriques de jeux. Il valide, transforme et achemine automatiquement les données à Amazon Simple Storage Service (Amazon S3) dans un format optimisé pour un stockage et une analyse rentables. Le Pipeline d'analyse de jeu fournit l'intégration à un lac de données en organisant et en structurant les données dans Amazon S3, et en configurant AWS Glue afin de cataloguer les métadonnées pour des ensembles de données, ce qui simplifie l'intégration et le partage des données avec d'autres utilisateurs et d'autres applications.
Le guide est conçu pour fournir un cadre dédié à l'ingestion des événements de jeux dans votre lac de données à des fins d'analyse et de stockage, ce qui vous permet de vous concentrer sur l'expansion des fonctionnalités de la solution plutôt que sur la gestion des opérations de l'infrastructure sous-jacente.
Présentation
Le diagramme ci-dessous présente l'architecture que vous pouvez créer à l'aide de l'exemple de code sur GitHub.
Architecture du Pipeline d'analyse de jeu
Le code déploie les ressources AWS pour permettre l'ingestion, l'analyse, la surveillance et les rapports de données d'analyse de jeu, configurant ainsi l'infrastructure pour prendre en charge un pipeline de données sans serveur. Amazon API Gateway fournit des points de terminaison REST API pour l'enregistrement d'applications de jeu avec le guide et pour l'ingestion de données de télémétrie de jeu, ce qui envoie les événements à Amazon Kinesis Data Streams. Amazon DynamoDB stocke les configurations d'application de jeu et les clés API.
Kinesis Data Streams capture les données de jeu en diffusion continue à partir de vos producteurs de données, y compris les clients de jeu, les serveurs de jeu, et d'autres applications. Il permet le traitement des données en temps réel par Amazon Kinesis Data Firehose et Amazon Kinesis Data Analytics. Kinesis Data Firehose consomme les données en streaming de Kinesis Data Streams et invoque AWS Lambda avec des lots d'événements pour le traitement des données sans serveur et la transformation avant ingestion en Amazon Simple Storage Service (Amazon S3) pour le stockage.
AWS Glue fournit des flux de travail de traitement d'extraction, de transformation et de charge (ETL), ainsi que le stockage des métadonnées dans le Catalogue de données AWS Glue, ce qui fournit la base pour un lac de données d'intégration avec des outils d'analyse flexibles. Un exemple Amazon Athena de requêtes qui analysent les événements de jeu et l'intégration avec Amazon QuickSight est disponible pour les rapports et la visualisation. Amazon CloudWatch surveille, journalise et génère des alarmes pour l'utilisation des ressources AWS, et crée un tableau de bord fonctionnel. Amazon Simple Notification Service (Amazon SNS) offre la distribution de notifications aux administrateurs et aux autres consommateurs de données lorsque les alarmes CloudWatch sont enfreintes.
Pipeline d'analytique de jeu
Version 1.1.2
Dernière mise à jour : 01/2022
Auteur : AWS
Fonctions
Lancez un pipeline de données sans serveur scalable dans AWS pour analyser les données de jeu en diffusion continue
Obtenez rapidement des informations utiles sur les jeux et applications
Intégrez et partagez facilement des données avec d'autres applications et utilisateurs
Personnalisation du guide pour vos projets de jeux
Parcourez notre bibliothèque de solutions AWS pour obtenir des réponses aux problèmes architecturaux courants.
Trouvez des partenaires AWS certifiés pour vous aider à démarrer.
Trouvez des diagrammes d'architecture prescriptifs, des exemple de code et du contenu technique pour les cas d'utilisation courants.