A melhor maneira de começar a usar o Kinesis Analytics é obter experiência prática criando um aplicativo de exemplo. Basta acessar o console do Kinesis Analytics e criar uma nova aplicação do Kinesis Analytics. Selecione o stream de demonstração que disponibilizamos como entrada, escolha um modelo e edite a consulta SQL. Você poderá ver os resultados no console ou carregá-los no Amazon Elasticsearch Service, como também visualizá-los usando o Kibana. Em alguns minutos, você poderá implantar uma aplicação de dados de streaming completa.


2up_webinar-desktop_orange

É fácil começar a usar o Kinesis Analytics. Os vídeos de instruções facilitam ainda mais o seu trabalho ao disponibilizar análises aprofundadas sobre casos de uso comuns e fluxos de trabalho de processamento de stream. Eles também oferecem uma visão geral detalhada sobre recursos fundamentais para que você possa fazer o seu trabalho. Siga os links abaixo para assistir às gravações:


O guia do desenvolvedor disponibiliza instruções sobre exemplos de aplicativos de dados de streaming. Alguns desses exemplos também contêm instruções passo a passo para que você possa testá-las e obter experiência prática.

Com essas instruções sobre exemplos você irá:

  • Aprender o que pode criar com o Amazon Kinesis Analytics
  • Obter experiência prática ao executar aplicações de streaming
  • Obter código SQL de linha de base que você pode usar como parâmetro
editorial_training_accreditation_lightblue
Pré-processamento de streams Veja
Análise básica Veja
Análise avançada Veja
Pós-processamento de streaming no aplicativo Veja

por Jeff Barr | no dia 11 de agosto de 2016

Como você deve saber, o Amazon Kinesis simplifica imensamente o processo de trabalhar com dados de streaming em tempo real na Nuvem AWS. Em vez de configurar e executar sua própria infraestrutura de processamento e armazenamento em curto prazo, basta criar um Kinesis Stream ou um Kinesis Firehose, preparar o envio de dados para ele e criar uma aplicação para processá-los ou analisá-los.

Embora seja relativamente fácil criar soluções de dados de streaming usando o Kinesis Streams e o Kinesis Firehose, nós desejamos facilitar isso ainda mais. Seja você um desenvolvedor processual, um cientista de dados ou um desenvolvedor SQL, nós desejamos que possa processar clickstreams volumosos por meio de aplicações web, relatórios de telemetria e sensores por meio de dispositivos conectados, logs de servidor e muito mais usando uma linguagem de consulta padrão, tudo isso em tempo real.

Leia mais »

 

por Ryan Nienhuis | no dia 11 de agosto de 2016

Esse é a primeira de duas publicações do Blog de Big Data da AWS sobre como escrever SQL em dados de streaming usando o Amazon Kinesis Analytics. Nessa publicação, eu disponibilizo uma visão geral sobre dados de streaming e conceitos essenciais, como o básico sobre SQL de streaming, e um passo a passo completo usando um exemplo simples. Na próxima publicação, eu abordarei conceitos de processamento de streams mais avançados usando o Amazon Kinesis Analytics.

A maioria das empresas usa o processamento de dados em lote para executar análises em intervalos diários ou por hora. Isso gera uma tomada de decisões empresariais bem embasada, além de melhorar a experiência dos clientes. No entanto, é possível derivar benefícios muito maiores dos seus dados se você tiver condições de processar e reagir em tempo real. A verdade é que os benefícios das informações contidas nos seus dados podem declinar rapidamente com o passar do tempo. Portanto, quanto mais rápido você reagir, melhor.

Leia mais »