Amazon Kinesis

Amazon Kinesis

实时轻松收集、处理和分析视频和数据流

Amazon Kinesis 可让您轻松收集、处理和分析实时流数据,以便您及时获得见解并对新信息快速做出响应。Amazon Kinesis 提供多种核心功能,可以经济高效地处理任意规模的流数据,同时具有很高的灵活性,让您可以选择最符合应用程序需求的工具。借助 Amazon Kinesis,您可以获取视频、音频、应用程序日志和网站点击流等实时数据,也可以获取用于机器学习、分析和其他应用程序的 IoT 遥测数据。借助 Amazon Kinesis,您可以即刻对收到的数据进行处理和分析并做出响应,无需等到收集完全部数据后才开始进行处理。

优势

实时

Amazon Kinesis 让您可以实时接收、缓冲和处理流数据,因此您可以在几秒或几分钟内得出分析结果,不用等待几小时或几天。

完全托管

Amazon Kinesis 完全托管,不需要您管理任何基础设计即可运行您的流式处理应用程序。

可扩展

Amazon Kinesis 可以处理来自几十万个来源的任意数量的流数据,延迟非常低。

Amazon Kinesis 的功能

Kinesis Video Streams

捕获、处理和存储视频流


利用 Amazon Kinesis Video Streams,您可以轻松而安全地将视频从互联设备流式传输到 AWS,用于分析、机器学习 (ML) 和其他处理。

了解更多 »

Kinesis Data Streams

捕获、处理和存储数据流


Amazon Kinesis Data Streams 是一种可扩展且耐用的实时数据流服务,可以从成千上万个来源中以每秒数 GB 的速度持续捕获数据。 

了解更多 »

Kinesis Data Firehose

将数据流加载到 AWS 数据存储中


要捕获、转换数据流并将其加载到 AWS 数据存储中以利用现有商业智能工具进行近实时分析,最简单的方法是使用 Amazon Kinesis Data Firehose。

了解更多 »

Kinesis Data Analytics

使用 SQL 或 Java 分析数据流


Amazon Kinesis Data Analytics 是通过 SQL 或 Java 实时处理数据流的最简单方法,无需了解新的编程语言或处理框架。

了解更多 »

工作原理

Amazon Kinesis Video Streams

product-page-diagram_Amazon-Kinesis-video-streams_how-it-works


Amazon Kinesis Data Streams

product-page-diagram_Amazon-Kinesis-Data-Streams


Amazon Kinesis Data Firehose

product-page-diagram_Amazon-Kinesis-Data-Firehose


Amazon Kinesis Data Analytics

product-page-diagram_Amazon-Kinesis-Data-Analytics.png

使用案例

构建视频分析应用程序

您可以使用 Amazon Kinesis 安全地将视频从家里、办公室、工厂和公共场所中配备摄像头的设备流式传输到 AWS。然后,您可以使用这些视频流进行视频回放、安全监控、人脸检测、机器学习和其他分析。

示例:安珀警报系统

product-page-diagram_Amazon-Kinesis_Build-Video-Analytics-Applications

200x100_Veritone_Logo

Veritone Inc.(NASDAQ: VERI),是一家领先的人工智能 (AI) 和认知解决方案提供商,将一套功能强大的应用程序与 120 多种同类最佳的认知引擎(包括面孔和物体识别、转录、地理定位、情绪检测和翻译)结合到一起。借助 Amazon Kinesis Video Streams,客户可以轻松地将自己的内容流式传输到 AWS,然后 Veritone 会使用 AI 近乎实时地大规模处理并丰富这些内容。在获取视频几秒钟后,Kinesis Video Streams 和 Veritone 就可以让用户从每帧视频或每秒音频中搜索物体、面孔、品牌和关键词等内容。


从批量分析发展到实时分析

某些数据以前通过数据仓库批量处理的方式或通过 Hadoop 框架进行分析,而借助 Amazon Kinesis,您可以对此类数据进行实时分析。最常见的使用案例包括数据湖、数据科学和机器学习。您可以使用 Kinesis Data Firehose 将数据持续加载到 S3 数据湖中。您也可以在获得新数据时更频繁地更新机器学习模型,确保结果的准确性和可靠性。尝试 动手教程 »

示例:点击流分析

product-page-diagram_Amazon-Kinesis_Evolve-from-batch-to-real-time-Analytics

zillow-logo-250x100

Zillow 使用 Kinesis Data Streams 来收集公共记录数据和 MLS 报价,然后近乎实时地更新住宅估价,因此住宅的买卖双方都可以获得最新的住宅估价信息。Zillow 还使用 Kinesis Data Firehose 将上述数据发送到自己的 Amazon S3 数据湖,因此所有应用程序都可以使用最新的信息。阅读案例研究 »


构建实时应用程序

您可以将 Amazon Kinesis 用于实时应用程序,例如监控、欺诈识别和直播排行榜应用程序。您可以使用 Kinesis Data Streams 接收流数据,使用 Kinesis Data Analytics 处理流数据,然后使用 Kinesis Data Streams 将结果发送到任何数据存储或应用程序,端到端延迟只有几毫秒。这可以帮助您了解自己的客户、应用程序和产品的当前状态并迅速做出反应。有关更多信息,请阅读此白皮书 »

示例:分析社交媒体流数据

product-page-diagram_Amazon-Kinesis_Build-real-time-Applications

200x100_Netflix_Logo

Netflix 使用 Amazon Kinesis 来监控其所有应用程序之间的通信,从而快速发现和解决问题,让客户享受到正常运行时间很长、可用性很高的服务。阅读案例研究 »


分析 IoT 设备数据

您可以使用 Amazon Kinesis 来处理来自消费电器、嵌入式传感器和电视机顶盒等 IoT 设备的流数据。然后您可以用编程方式使用这些数据,以便在传感器超过特定运行阈值时发送实时提醒或进行其他操作。使用我们的 IoT 分析示例代码来构建您的应用程序。无需从头开始。下载示例代码 »

示例:牵引车中的传感器检测是否需要备件并自动下单

product-page-diagram_Amazon-Kinesis_Analyze-IoT-Device-Data_opt2

200x100_Sonos_Logo

Sonos 使用 Amazon Kinesis 每周监控来自无线高保真音频设备的 10 亿次事件,为客户提供更好的听觉体验。观看 re:Invent 会议活动 »

博客文章

全新 - 适用于 Java 的 Amazon Kinesis Data Analytics,作者:Danilo Poccia

使用面向 Microsoft Windows 的 Amazon Kinesis 代理来收集、分析、转换和流式传输 Windows 事件、日志和指标,作者:Harvir Singh、Li Chen 和 Bonnie Feinberg

Amazon Kinesis 数据流添加了增强型扇出功能和 HTTP/2 以实现更快的流式传输,作者:Randall Hunt

使用 Amazon Kinesis 和 Amazon Athena 分析和可视化 VPC 网络通信,作者:Allan MacInnis

Amazon Kinesis Video Streams – 适用于可视应用程序的无服务器视频提取和存储,作者:Jeff Barr

我们拥有一系列丰富的博客文章,可提供使用案例和最佳实践指导,帮助您充分利用 Amazon Kinesis。通过以下资源访问我们的完整博客文章列表。

阅读 AWS 新闻博客上的 Amazon Kinesis 文章。

在 AWS 大数据博客中了解最佳实践、功能特性和客户使用案例。

阅读 AWS 数据库博客上的有关 Amazon Kinesis 的更多博客文章。

Amazon Kinesis 入门

Step 1 - Sign up for an AWS account

注册 AWS 账户

立即享受 AWS 免费套餐

icon2

阅读白皮书

在此 白皮书中了解如何使用 Amazon Kinesis 的功能。

icon3

开始构建实时应用程序

阅读本 教程,构建第一个 Amazon Kinesis 应用程序。

了解有关 Amazon Kinesis 的更多信息

访问入门页面

准备好开始构建?

Amazon Kinesis 入门

还有更多问题?

联系我们

发布了380 篇原创文章 · 获赞 131 · 访问量 65万+

猜你喜欢

转载自blog.csdn.net/daqiang012/article/details/104247413
今日推荐