Il modo migliore per iniziare a usare Kinesis Data Analytics è acquisire esperienza diretta creando un'applicazione di esempio. Accedi alla console di Kinesis Data Analytics e crea una nuova applicazione. Seleziona il flusso di dati dimostrativo fornito come input, scegli un modello e modifica la query SQL. Puoi vedere immediatamente i risultati nella console, oppure caricarli in Amazon Elasticsearch Service e aprirli con Kibana. In pochi minuti sarai in grado di distribuire un'applicazione completa di elaborazione di flussi.


2up_webinar-desktop_orange

Kinesis Data Analytics è molto semplice da utilizzare. Con i video dimostrativi è ancora più facile, perché forniscono analisi dettagliate di casi di utilizzo comune e di flussi di lavoro di elaborazione di flussi. Inoltre, offrono panoramiche complete sulle caratteristiche chiave dei prodotti. Apri i collegamenti di seguito per guardare le registrazioni:


La guida per gli sviluppatori offre analisi approfondite di esempi di applicazioni di flussi di dati. Alcuni di questi esempi contengono inoltre istruzioni dettagliate per riprodurle e fare pratica.

Con queste procedure guidate sarai in grado di:

  • Scoprire cosa puoi creare con Amazon Kinesis Data Analytics
  • Ottenere esperienza diretta sull'avvio di applicazioni di streaming
  • Ottenere codice SQL di base da cui iniziare per creare applicazioni
editorial_training_accreditation_lightblue
Pre-elaborazione dei flussi Apri
Analisi di base Apri
Analisi avanzate Apri
Post-elaborazione di flussi in applicazione Apri

di Jeff Barr | 11 agosto 2016

Come forse sapete già, Amazon Kinesis semplifica enormemente l'utilizzo di flussi di dati in tempo reale nel cloud AWS. Invece di configurare ed eseguire una propria infrastruttura di elaborazione e di storage a breve termine, è sufficiente usare Kinesis Data Stream o Kinesis Data Firehose per canalizzare i dati e creare un'applicazione per elaborarli e analizzarli.

Anche se creare soluzioni di flussi di dati in Kinesis Data Streams e Kinesis Data Firehose è già semplice, vogliamo renderlo ancora più semplice. Anche se non sei uno sviluppatore procedurale o SQL oppure un data scientist, vogliamo che tu sia in grado di elaborare clickstream di grandi dimensioni provenienti da applicazioni Web, telemetrie e sensori di dispositivi connessi, log di server e molto altro, in tempo reale e con linguaggio di query standard.

Leggi tutto »

 

di Ryan Nienhuis | 11 agosto 2016

Questo è il primo di due post del blog di AWS sui Big Data sulla scrittura in SQL per i flussi di dati con Amazon Kinesis Data Analytics. In questo post, fornisco una panoramica dei flussi di dati, le nozioni di base sui flussi SQL e una procedura guidata per applicare un semplice esempio. Nel prossimo post, illustrerò nozioni avanzate sui flussi di dati con Amazon Kinesis Data Analytics.

La maggior parte delle organizzazioni usa l'elaborazione di dati in batch per eseguire analisi a intervalli orari o quotidiani, in modo da prendere decisioni informate e migliorare le esperienze dei clienti. È tuttavia possibile ricavare un valore molto maggiore dai dati elaborandoli e agendo in tempo reale. Il valore delle analisi sui dati, infatti, diminuisce molto rapidamente, e i risultati migliori si ottengono se la tempestività è ottimale.

Leggi tutto »