第 5 步:后续步骤 - Amazon Kinesis Data Analytics
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

第 5 步:后续步骤

现在您已创建并运行基本的 Kinesis Data Analytics 应用程序,请参阅以下资源了解更高级的 Kinesis Data Analytics 解决方案。

  • 这些区域有:AmazonAmazon Kinesis 的流数据解决方案这些区域有:Amazon适用于 Amazon Kinesis 的流数据解决方案自动配置Amazon轻松捕获、存储、处理和交付流数据所需的服务。该解决方案为解决流式数据使用案例提供了多种选择。Kinesis Data Analytics 选项提供了end-to-end直播 ETL 示例演示了对模拟的纽约出租车数据运行分析操作的真实世界应用程序。该解决方案设置了所有必要Amazon资源,例如 IAM 角色和策略,CloudWatch以及控制面板CloudWatch警报。

  • AmazonAmazon MSK 流式传输数据解决方案这些区域有:Amazon亚马逊 MSK 流数据解决方案提供Amazon CloudFormation数据流经生产者、流式存储、消费者和目的地的模板。

  • 使用 Apache Flink 和 Apache Kafka 的点击流实验室:一个端到端的实验室,该实验室用于点击流使用案例,使用适用于 Apache Kafka 的亚马逊托管流媒体进行流媒体存储和适用于 Apache Flink 的 Amazon Kinesis Data Analytics 应用程序用于流

  • 直播分析研讨会在本研讨会中,你建立了end-to-end用于近乎实时地采集、分析和可视化流数据的流式体系结构。你开始改善纽约市一家出租车公司的运营。您可以近乎实时地分析纽约市出租车车队的遥测数据,以优化其车队运营。

  • Apache Flink 的 Kinesis Data Analytics:示例此开发人员指南中提供在 Kinesis Data Analytics 中创建和使用应用程序的示例。它们包括示例代码和step-by-step说明,以帮助您创建 Kinesis Data Analytics 应用程序和测试结果。

  • 学习 Flink: 入门训练官方入门 Apache Flink 培训,帮助您开始编写可扩展的流式 ETL、分析和事件驱动型应用程序。

    注意

    请注意,Kinesis Data Analytics 不支持本培训中使用的 Apache Flink 版本 (1.12)。你可以在 Flink Kinesis Data Analytics 中使用 Flink 1.13。

  • Apache Flink 代码示例一个GitHub存储了各种 Apache Flink 应用程序示例的存储库。