Amazon Kinesis Data Analytics

Получайте полезную аналитическую информацию, обрабатывая потоки данных в режиме реального времени

Amazon Kinesis Data Analytics предоставляет самый простой способ анализа потоковых данных, извлечения полезной аналитической информации и реагирования на потребности компании и клиентов в режиме реального времени. Сервис Amazon Kinesis Data Analytics упрощает создание приложений потоковой передачи данных, управление ими и интеграцию таких приложений с другими сервисами AWS. Пользователи SQL могут без труда обрабатывать потоковые данные, а также создавать целые приложения потоковой передачи с помощью шаблонов и интерактивного редактора SQL. Разработчики Java могут быстро создавать сложные приложения потоковой передачи, используя библиотеки Java с открытым кодом и интеграции с AWS для преобразования и анализа данных в режиме реального времени.

Amazon Kinesis Data Analytics обеспечивает все необходимое для непрерывной работы приложений в режиме реального времени и выполняет автоматическое масштабирование в зависимости от объема и скорости поступления входных данных. При работе с Amazon Kinesis Data Analytics плата начисляется только за ресурсы, которые используются приложениями потоковой передачи данных. Плата за настройку и минимальные платежи отсутствуют.

Запросить поддержку в оценке или создании опытного образца >>

Преимущества

Мощные возможности обработки в режиме реального времени

Amazon Kinesis Data Analytics обеспечивает встроенные функции для фильтрации, агрегации и преобразования потоковых данных в целях комплексного анализа. Сервис обрабатывает потоковые данные с задержкой менее секунды, благодаря чему можно выполнять анализ и действовать с учетом поступающих потоковых данных и событий в режиме реального времени.

Без управления серверами

Amazon Kinesis Data Analytics – бессерверный сервис, поэтому управлять серверами не требуется. Он запускает приложения потоковой передачи, не требуя от клиента управления какой‑либо инфраструктурой. Сервис Amazon Kinesis Data Analytics автоматически выполняет масштабирование инфраструктуры, необходимое для запуска приложений с низкой задержкой.

Оплата по факту использования

При работе с Amazon Kinesis Data Analytics плата начисляется только за ресурсы обработки данных, которые используются приложениями потоковой передачи данных. Минимальные платежи и авансовые обязательства отсутствуют.

Простота использования

Сервис Amazon Kinesis Data Analytics позволяет быстро и без труда создавать запросы и сложные приложения потоковой передачи данных за три несложных этапа: настройка источников потоковых данных, создание запросов или приложений потоковой передачи данных и настройка целевого объекта для обрабатываемых данных. Amazon Kinesis Data Analytics обеспечивает непрерывное выполнение приложений и запросов к данным в процессе передачи и отправляет результаты обработки в целевые объекты.

SQL

Amazon Kinesis Data Analytics предоставляет шаблоны и интерактивный редактор, позволяющий создавать SQL‑запросы для выполнения соединения, агрегации в пределах определенных временных интервалов, фильтрации и т. д. Просто выберите шаблон, подходящий для конкретного аналитического задания, и отредактируйте имеющийся код с помощью редактора SQL в соответствии с примером использования.

Java

В Amazon Kinesis Data Analytics есть библиотеки с открытым кодом на основе Apache Flink, с помощью которых время создания приложений можно сократить до считаных часов вместо месяцев. С помощью IDE по выбору пользователя можно подключиться к AWS и установить библиотеки Java. Расширяемые библиотеки включают в себя более 25 предварительно созданных операторов для фильтрации, агрегации и преобразования потоковых данных, а также интеграции с такими сервисами AWS, как Amazon Managed Streaming for Apache Kafka (Amazon MSK), Amazon Kinesis Data Streams, Amazon Kinesis Data Firehose, Amazon Elasticsearch Service, Amazon S3 и Amazon DynamoDB.

Принцип работы сервиса

Принцип работы сервиса Amazon Kinesis Data Analytics

Примеры использования

Amazon Kinesis Data Analytics идеально подходит для выполнения широкого ряда задач с потоковыми данными, включая следующие.

Потоковые ETL для Интернета вещей (IoT) на основе приложений Java

С помощью приложений Java и сервиса Amazon Kinesis Data Analytics можно преобразовывать, агрегировать и фильтровать потоковые данные, поступающие от устройств IoT, таких как бытовая техника, встроенные датчики или ресиверы цифрового телевидения. Затем эти данные можно использовать для отправки предупреждений в режиме реального времени, если показания датчика превысят определенные пороговые значения.

Посмотрите видео о том, как сотрудники компании John Deere получают показания датчиков IoT сельскохозяйственного оборудования, преобразуют их в полезную информацию о клиентах в реальном времени и загружают преобразованные данные в озеро данных. 

Извлечение, преобразование и загрузка потоковых данных (ETL) для IoT

Анализ журналов в режиме реального времени с помощью SQL

В сервис Amazon Kinesis Data Analytics можно направлять поток, состоящий из миллиардов небольших сообщений, и на его основе рассчитывать основные метрики, чтобы использовать их для обновления панелей управления эффективностью контента в режиме реального времени и повышения производительности контента. Ознакомьтесь с обзором нашего решения для мониторинга журналов в режиме реального времени.

Анализ журналов в режиме реального времени с помощью SQL

Рекламные технологии и цифровой маркетинг с использованием SQL

Можно импортировать различные типы записей, полученных от систем отслеживания аудитории, участников / заказчиков сетей обмена рекламными объявлениями и рекламных серверов, чтобы объединять их в один поток. Затем с помощью Amazon Kinesis Data Analytics можно обеспечить непрерывное преобразование данных, которые будут использоваться в режиме реального времени в работе рекламных решений и систем цифрового маркетинга. Подробнее см. в нашем обзоре решения для интернет‑аналитики в режиме реального времени.

Рекламные технологии и цифровой маркетинг с использованием SQL

Клиенты

Пример использования: Autodesk
Autodesk в режиме реального времени рассчитывает метрики мониторинга, например время отклика и пики процента ошибок для мониторинга взаимодействия с пользователем.
Ознакомиться с примером использования 
DAZN
Сортировка и фильтрация событий в реальном времени.
Смотреть видео 
ShopFully
Расстановка приоритетов и фильтрация событий в целевых приложениях.
Смотреть видео 
Zynga
Zynga выполняет анализ событий в играх, вызванных действиями пользователей, в режиме реального времени при любом масштабе.
Смотреть видео 
Пример использования: Yieldmo
Yieldmo анализирует данные о взаимном влиянии рекламных объявлений в режиме онлайн за миллисекунды.
Ознакомиться с примером использования 
Пример использования: Palringo
Palringo повышает вовлеченность пользователей в игровые приложения для мобильных сообществ с использованием метрик, получаемых в режиме реального времени.
Ознакомиться с примером использования 
Публикация в блоге от Gunosy
Gunosy выполняет обработку более 500 000 записей в минуту для быстрого подбора индивидуально настроенных новостей для конечных пользователей.
Читать публикацию в блоге 

Начать работу с Amazon Kinesis Data Analytics

Зарегистрировать аккаунт AWS
Зарегистрировать аккаунт AWS

Получите мгновенный доступ к уровню бесплатного пользования AWS.

Ознакомиться с руководством по началу работы
Ознакомиться с руководством по началу работы

Данное пошаговое руководство поможет понять, как использовать Amazon Kinesis Data Analytics совместно с SQL илиJava.

Начать разработку с помощью Amazon Kinesis Data Analytics
Начать разработку приложений потоковой передачи в консоли

Создайте свое приложение потоковой передачи в консоли Amazon Kinesis Data Analytics.