Pour les nouveaux projets, nous vous recommandons d’utiliser le nouveau service géré pour Apache Flink Studio plutôt que les applications Kinesis Data Analytics pour SQL. Le service géré pour Apache Flink Studio allie facilité d’utilisation et capacités analytiques avancées, ce qui vous permet de créer des applications sophistiquées de traitement des flux en quelques minutes.
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Qu’est-ce qu’une application Amazon Kinesis Data Analytics pour SQL ?
Les applications Amazon Kinesis Data Analytics pour SQL vous permettent de traiter et d’analyser les données de streaming à l’aide du langage SQL standard. Le service vous permet de créer et d'exécuter rapidement un code SQL puissant sur des sources de diffusion pour effectuer des analyses de séries chronologiques, alimenter des tableaux de bord en temps réel et créer des métriques en temps réel.
Pour commencer avec Kinesis Data Analytics, vous créez une application Kinesis Data Analytics qui lit et traite en continu des données de streaming. Le service prend en charge l'ingestion de données provenant des sources de streaming Amazon Kinesis Data Streams et Amazon Data Firehose. Vous créez ensuite votre code SQL à l'aide de l'éditeur interactif et vous le testez avec des données de diffusion. Vous pouvez également configurer des destinations dans lesquelles vous souhaitez que Kinesis Data Analytics envoie les résultats.
Kinesis Data Analytics prend en charge Amazon Data Firehose (Amazon S3, Amazon Redshift, Amazon Service et Splunk) et OpenSearch Amazon AWS LambdaKinesis Data Streams comme destinations.
Quand dois-je utiliser Amazon Kinesis Data Analytics ?
Amazon Kinesis Data Analytics vous permet de créer rapidement du code SQL qui lit, traite et stocke en continu des données presque en temps réel. A l'aide de requêtes SQL standard sur les données de diffusion, vous pouvez créer des applications qui transforment vos données et en tirent des informations. Voici quelques exemples de scénarios pour l’utilisation de Kinesis Data Analytics :
-
Générer des analyses chronologiques : vous pouvez calculer des métriques sur des fenêtres temporelles, puis transmettre des valeurs à Amazon S3 ou Amazon Redshift via un flux de diffusion de données Kinesis.
-
Alimenter des tableaux de bord en temps réel : vous pouvez envoyer des résultats de données de streaming regroupés et traités en aval pour alimenter des tableaux de bord en temps réel.
-
Créer des métriques en temps réel : vous pouvez créer des métriques et des déclencheurs personnalisés à utiliser pour une surveillance, des notifications et des alarmes en temps réel.
Pour plus d’informations sur les éléments du langage SQL pris en charge par Kinesis Data Analytics, consultez la Référence SQL Amazon Kinesis Data Analytics.
Vous utilisez Amazon Kinesis Data Analytics pour la première fois ?
Si vous utilisez Amazon Kinesis Data Analytics pour la première fois, nous vous recommandons de lire les sections suivantes dans l’ordre :
-
Consultez la section « Fonctionnement » de ce guide. Cette section présente les différents composants Kinesis Data Analytics que vous utilisez pour créer end-to-end une expérience. Pour de plus amples informations, veuillez consulter Applications Amazon Kinesis Data Analytics pour SQL : fonctionnement.
-
Essayez les exercices Démarrez. Pour de plus amples informations, veuillez consulter Mise en route avec les applications Amazon Kinesis Data Analytics pour SQL.
-
Explorez les concepts du code SQL de streaming. Pour de plus amples informations, veuillez consulter Concepts du code SQL de streaming.
-
Essayez des exemples supplémentaires. Pour de plus amples informations, veuillez consulter Exemples de Kinesis Data Analytics pour SQL.
