Para proyectos nuevos, le recomendamos que utilice el nuevo Kinesis Data Analytics Studio en lugar de Kinesis Data Analytics for SQL Applications. Kinesis Data Analytics Studio combina la facilidad de uso con capacidades analíticas avanzadas, lo que le permite crear aplicaciones sofisticadas de procesamiento de transmisiones en cuestión de minutos.
Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
¿Qué es Amazon Kinesis Data Analytics para aplicaciones SQL?
Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Kinesis Data Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Amazon Kinesis Data Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics El servicio le permite crear rápidamente y ejecutar un potente código SQL en orígenes de streaming para realizar análisis de serie temporal, alimentar paneles en tiempo real y crear métricas en tiempo real.
Para empezar a utilizar Kinesis Data Analytics, debe crear una aplicación de análisis de datos de Kinesis que lea y procese los datos de streaming de forma continua. El servicio admite la ingesta de datos de las fuentes de streaming de Amazon Kinesis Data Streams y Amazon Kinesis Data Firehose. A continuación, cree código SQL con el editor interactivo y pruébelo con datos de streaming en vivo. También puede configurar los destinos a los que desea que Kinesis Data Analytics envíe los resultados.
Kinesis Data Analytics admite Amazon Kinesis Data Firehose (Amazon S3, Amazon Redshift, Amazon OpenSearch Service y Splunk) y Amazon Kinesis Data Streams como destinos.AWS Lambda
Amazon Kinesis Data Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics
Amazon Kinesis Data Analytics le permite crear rápidamente código SQL que lee, procesa y almacena datos de forma continua prácticamente en tiempo real. Puede utilizar consultas SQL estándar con los datos de streaming para crear aplicaciones que transformen y proporcionen información valiosa a partir de los datos. A continuación se muestran algunos ejemplos de escenarios para usar Kinesis Data Analytics:
-
Genere análisis de series temporales: puede calcular métricas en intervalos de tiempo y, a continuación, transmitir los valores a Amazon S3 o Amazon Redshift a través de una transmisión de entrega de datos de Kinesis.
-
Alimentar paneles en tiempo real: puede enviar los resultados de datos de streaming agregados y procesados descendentes para alimentar paneles en tiempo real.
-
Crear métricas en tiempo real: puede crear métricas personalizadas y disparadores para usarlos en la monitorización, las notificaciones y las alarmas en tiempo real.
Para obtener información sobre los elementos del lenguaje SQL compatibles con Kinesis Data Analytics, consulte Amazon Kinesis Data Analytics SQL Reference.
¿Es la primera vez que utiliza Amazon Kinesis Data Analytics?
Si es la primera vez que utiliza Amazon Kinesis Data Analytics le recomendamos que lea las siguientes secciones en Analytics Analytics Amazon Kinesis Data Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics Analytics
-
Lea la sección “Cómo funciona” de esta guía. Esta sección presenta varios componentes de Amazon Kinesis Data Analytics end-to-end Para obtener más información, consulte Amazon Kinesis Data Analytics para aplicaciones SQL: cómo funciona.
-
Haga los ejercicios de la introducción. Para obtener más información, consulte Introducción a Amazon Kinesis para aplicaciones de SQL.
-
Explore los conceptos de SQL de streaming. Para obtener más información, consulte Conceptos de SQL de Streaming.
-
Consulte los ejemplos adicionales. Para obtener más información, consulte Kinesis Data Analytics.
