Archiviazione e analisi dei messaggi Amazon SNS: un esempio di utilizzo per le piattaforme di biglietteria aerea - Amazon Simple Notification Service

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Archiviazione e analisi dei messaggi Amazon SNS: un esempio di utilizzo per le piattaforme di biglietteria aerea

Questo argomento fornisce un tutorial per un caso d'uso comune di archiviazione e analisi dei messaggi Amazon SNS.

L'impostazione di questo caso d'uso è una piattaforma di biglietteria aerea che opera in un ambiente regolamentato.

  1. La piattaforma è soggetta a un framework di conformità che richiede all'azienda di archiviare tutte le vendite dei biglietti per almeno cinque anni.

  2. Per raggiungere l'obiettivo di conformità relativo alla conservazione dei dati, l'azienda sottoscrive un flusso di distribuzione su un argomento esistente di Amazon SNS.

  3. La destinazione per il flusso di distribuzione è un bucket Amazon Simple Storage Service (Amazon S3). Con questa configurazione, tutti gli eventi pubblicati nell'argomento SNS vengono archiviati nel bucket Amazon S3.

Nel diagramma seguente viene illustrata l'architettura di questa configurazione.

Un' AWS architettura per una piattaforma di biglietteria aerea, che illustra come i dati di vendita dei biglietti vengono elaborati e archiviati. Mostra il flusso di dati da una funzione Lambda attraverso un argomento Amazon SNS, che quindi distribuisce i messaggi alle code di Amazon SQS per l'elaborazione dei pagamenti e il rilevamento delle frodi, gestite dalle rispettive funzioni Lambda. I dati vengono inoltre trasmessi tramite Data Firehose a un bucket Amazon S3 per l'archiviazione a lungo termine, supportando la conformità ai requisiti di conservazione dei dati. Questa configurazione consente alla piattaforma di eseguire analisi dettagliate sui dati di vendita dei biglietti utilizzando strumenti come Amazon Athena.

Per eseguire analisi e ottenere informazioni dettagliate sulle vendite dei biglietti, l'azienda esegue le query SQL utilizzando Amazon Athena. Ad esempio, l'azienda può eseguire query per conoscere le destinazioni più popolari e i volantini più frequenti.

Per creare le AWS risorse per questo caso d'uso, puoi utilizzare AWS Management Console o un AWS CloudFormation modello.