Elämme reaaliaikaisen datan ja oivallusten aikakautta, jota ohjaavat matalan viiveen datan suoratoistosovellukset. Nykyään kaikki odottavat henkilökohtaista kokemusta missä tahansa sovelluksessa, ja organisaatiot innovoivat jatkuvasti nopeuttaakseen liiketoimintaansa ja päätöksentekoaan. Tuotetun aikaherkän tiedon määrä kasvaa nopeasti, kun eri tietomuotoja otetaan käyttöön uusissa yrityksissä ja asiakkaiden käyttötapauksissa. Siksi on kriittistä, että organisaatiot omaksuvat matalan viiveen, skaalautuvan ja luotettavan datan suoratoistoinfrastruktuurin reaaliaikaisten liiketoimintasovellusten ja parempien asiakaskokemusten toimittamiseksi.
Tämä on ensimmäinen viesti blogisarjaan, joka tarjoaa yleisiä arkkitehtonisia malleja reaaliaikaisten datan suoratoistoinfrastruktuurien rakentamiseen käyttämällä Kinesis Data Streamsiä monenlaisiin käyttötarkoituksiin. Sen tarkoituksena on tarjota puitteet matalan latenssin suoratoistosovellusten luomiseksi AWS-pilveen käyttämällä Amazon Kinesis -tietovirrat ja AWS:n tarkoitukseen rakennetut data-analytiikkapalvelut.
Tässä viestissä tarkastelemme kahden käyttötapauksen yleisiä arkkitehtuurimalleja: aikasarjatietoanalyysi ja tapahtumapohjaiset mikropalvelut. Sarjamme seuraavassa postauksessa tutkimme arkkitehtonisia malleja suoratoistoputkien rakentamisessa reaaliaikaisia BI-hallintapaneeleja, yhteyskeskusagenttia, pääkirjatietoja, henkilökohtaista reaaliaikaista suositusta, lokianalytiikkaa, IoT-dataa, Change Data Capturea ja realeja varten. -ajan markkinointitiedot. Kaikki nämä arkkitehtuurimallit on integroitu Amazon Kinesis Data Streams -tietovirtoihin.
Reaaliaikainen suoratoisto Kinesis Data Streamsin avulla
Amazon Kinesis Data Streams on pilvipohjainen, palvelimeton suoratoistodatapalvelu, jonka avulla on helppo kaapata, käsitellä ja tallentaa reaaliaikaista dataa missä tahansa mittakaavassa. Kinesis Data Streamsin avulla voit kerätä ja käsitellä satoja gigatavuja dataa sekunnissa sadoista tuhansista lähteistä, jolloin voit helposti kirjoittaa sovelluksia, jotka käsittelevät tietoja reaaliajassa. Kerätyt tiedot ovat saatavilla millisekunteina, jotta ne mahdollistavat reaaliaikaiset analytiikan käyttötapaukset, kuten reaaliaikaiset kojelaudat, reaaliaikainen poikkeamien havaitseminen ja dynaaminen hinnoittelu. Oletusarvoisesti Kinesis Data Streamin tietoja säilytetään 24 tuntia, ja tietojen säilytysaika voidaan nostaa 365 päivään. Jos asiakkaat haluavat käsitellä samoja tietoja reaaliajassa useilla sovelluksilla, he voivat käyttää Enhanced Fan-Out (EFO) -ominaisuutta. Ennen tätä ominaisuutta jokainen sovellus, joka kulutti dataa streamista, jakoi 2 Mt/sekunti/shard-ulostulon. Määrittämällä stream-kuluttajat käyttämään parannettua fan-outia, jokainen tiedonkuluttaja saa omistetun 2 Mt/sekuntiputken lukunopeutta per sirpale, mikä vähentää edelleen tiedonhaun viivettä.
Korkean käytettävyyden ja kestävyyden takaamiseksi Kinesis Data Streams saavuttaa korkean kestävyyden replikoimalla suoratoistettua dataa synkronisesti kolmella AWS-alueen saatavuusvyöhykkeellä ja antaa sinulle mahdollisuuden säilyttää tietoja jopa 365 päivää. Turvallisuussyistä Kinesis Data Streams tarjoaa palvelinpuolen salauksen, joten voit täyttää tiukat tiedonhallintavaatimukset salaamalla tietosi lepotilassa ja Amazon Virtual Private Cloud (VPC) -rajapinnan päätepisteet pitämään Amazon VPC:n ja Kinesis Data Streams -tietovirtojen välisen liikenteen yksityisenä.
Kinesis Data Streamsilla on alkuperäisiä integraatioita muihin AWS-palveluihin, kuten AWS-liima ja Amazon EventBridge rakentaa reaaliaikaisia suoratoistosovelluksia AWS:lle. Katso lisätietoja Amazon Kinesis Data Streams -integraatioista.
Moderni datan suoratoistoarkkitehtuuri Kinesis Data Streamsillä
Moderni suoratoistodata-arkkitehtuuri Kinesis Data Streamsillä voidaan suunnitella viiden loogisen kerroksen pinoksi; jokainen kerros koostuu useista tarkoitukseen rakennetuista komponenteista, jotka vastaavat tiettyjä vaatimuksia seuraavan kaavion mukaisesti:
Arkkitehtuuri koostuu seuraavista avainkomponenteista:
- Suoratoistolähteet - Striimaustietolähteesi sisältävät tietolähteitä, kuten napsautustietoa, antureita, sosiaalista mediaa, esineiden internet (IoT) -laitteet, verkko- ja mobiilisovellustesi avulla luodut lokitiedostot sekä mobiililaitteet, jotka tuottavat puolistrukturoitua ja strukturoimatonta dataa jatkuvina streamina. suurella nopeudella.
- Striimin vastaanottaminen – Virran käsittelykerros on vastuussa tietojen syöttämisestä virran tallennuskerrokseen. Se tarjoaa mahdollisuuden kerätä tietoja kymmenistä tuhansista tietolähteistä ja käsitellä niitä reaaliajassa. Voit käyttää Kinesis SDK suoratoistodatan nielemiseen sovellusliittymien kautta Kinesis tuottajakirjasto korkean suorituskyvyn ja pitkäkestoisten suoratoistotuottajien rakentamiseen tai a Kinesis agentti tiedostojoukon keräämiseen ja niiden siirtämiseen Kinesis-tietovirtoihin. Lisäksi voit käyttää monia valmiita integraatioita, kuten AWS-tietokannan siirtopalvelu (AWS DMS), Amazon DynamoDBja AWS IoT -ydin nielemään tietoja ilman koodia. Voit myös syöttää tietoja kolmansien osapuolien alustoista, kuten Apache Spark ja Apache Kafka Connect
- Suoratoiston tallennustila – Kinesis Data Streams tarjoaa kaksi tilaa tukemaan tiedonsiirtoa: On-Demand ja Provisioned. On-Demand-tila, joka on nyt oletusvalinta, voi skaalata joustavasti absorboimaan vaihtelevia suoritustehoja, joten asiakkaiden ei tarvitse huolehtia kapasiteetin hallinnasta ja maksaa tiedonsiirtonopeudella. On-Demand-tila skaalaa automaattisesti 2-kertaisen suoratoistokapasiteetin historiallisen enimmäistiedonkeräyksensä jälkeen, jotta se tarjoaa riittävän kapasiteetin odottamattomiin tiedonkeruun piikkeihin. Vaihtoehtoisesti asiakkaat, jotka haluavat hallita suoratoistoresursseja, voivat käyttää Provisioned-tilaa ja proaktiivisesti skaalata sirpaleiden määrää vastaamaan suoritustehovaatimuksiaan. Lisäksi Kinesis Data Streams voi tallentaa suoratoistodataa oletuksena jopa 24 tuntia, mutta se voi ulottua 7 päivään tai 365 päivään käyttötapauksista riippuen. Useat sovellukset voivat kuluttaa samaa virtaa.
- Striimin käsittely – Virrankäsittelykerros on vastuussa tietojen muuntamisesta kulutettavaan tilaan tietojen validoinnin, puhdistamisen, normalisoinnin, muuntamisen ja rikastamisen avulla. Suoratoistotietueet luetaan niiden tuotantojärjestyksessä, mikä mahdollistaa reaaliaikaisen analytiikan, tapahtumapohjaisten sovellusten rakentamisen tai suoratoiston ETL:n (pura, muunnos ja lataa). Voit käyttää Amazonin hallinnoima palvelu Apache Flinkille monimutkaiseen tietovirran käsittelyyn, AWS Lambda tilattomaan tietovirran käsittelyyn ja AWS-liima & Amazonin EMR lähes reaaliaikaiseen laskemiseen. Voit myös rakentaa räätälöityjä kuluttajasovelluksia Kinesis Consumer Library, joka hoitaa monia monimutkaisia tehtäviä, jotka liittyvät hajautettuun laskemiseen.
- Kohde - Kohdetaso on kuin tarkoitukseen rakennettu kohde käyttötapauksestasi riippuen. Voit suoratoistaa tietoja suoraan osoitteeseen Amazonin punainen siirto tietovarastointiin ja Amazon EventBridge tapahtumapohjaisten sovellusten rakentamiseen. Voit myös käyttää Amazon Kinesis Data Firehose suoratoistointegraatioon, jossa voit keventää suoratoiston käsittelyä AWS Lambdalla ja toimittaa sitten prosessoitua suoratoistoa kohteisiin, kuten Amazon S3 data Lake, OpenSearch-palvelu operatiiviseen analytiikkaan, Redshift-tietovarasto, ei-SQL-tietokannat, kuten Amazon DynamoDB, ja relaatiotietokannat, kuten Amazon RDS kuluttaa reaaliaikaisia streameja yrityssovelluksiin. Kohde voi olla tapahtumapohjainen sovellus reaaliaikaisille kojelaudoille, automaattisille päätöksille, jotka perustuvat prosessoituun suoratoistodataan, reaaliaikaiseen muuttamiseen ja paljon muuta.
Reaaliaikainen analytiikkaarkkitehtuuri aikasarjoille
Aikasarjatiedot ovat tietyn ajanjakson aikana tallennettujen tietopisteiden sarja ajan myötä muuttuvien tapahtumien mittaamiseksi. Esimerkkejä ovat osakekurssit ajan mittaan, verkkosivujen napsautusvirrat ja laitelokit ajan myötä. Asiakkaat voivat käyttää aikasarjatietoja seuratakseen ajan kuluessa tapahtuvia muutoksia, jotta he voivat havaita poikkeavuuksia, tunnistaa kuvioita ja analysoida, miten tietyt muuttujat vaikuttavat ajan myötä. Aikasarjadataa tuotetaan yleensä useista lähteistä suuria määriä, ja se on kerättävä kustannustehokkaasti lähes reaaliajassa.
Tyypillisesti asiakkaat haluavat saavuttaa kolme ensisijaista tavoitetta käsitellessään aikasarjatietoja:
- Hanki reaaliaikainen käsitys järjestelmän suorituskyvystä ja havaitse poikkeamat
- Ymmärrä loppukäyttäjien käyttäytyminen trendien seuraamiseksi ja kyselyiden/luotojen visualisoimiseksi näiden oivallusten perusteella
- Käytössäsi on kestävä tallennusratkaisu sekä arkiston että usein käytettyjen tietojen syöttämiseen ja tallentamiseen.
Kinesis Data Streamsin avulla asiakkaat voivat jatkuvasti kaapata teratavuja aikasarjatietoja tuhansista lähteistä puhdistusta, rikastamista, tallennusta, analysointia ja visualisointia varten.
Seuraava arkkitehtuurimalli havainnollistaa, kuinka reaaliaikaista analytiikkaa voidaan saavuttaa aikasarjatiedoille Kinesis-tietovirroilla:
Työnkulun vaiheet ovat seuraavat:
- Tietojen käsittely ja tallennus – Kinesis Data Streams voi jatkuvasti kaapata ja tallentaa teratavuja dataa tuhansista lähteistä.
- Striimin käsittely – Sovellus, joka on luotu sovelluksella Amazonin hallinnoima palvelu Apache Flinkille voi lukea tietueita tietovirrasta havaitakseen ja puhdistaakseen mahdolliset virheet aikasarjatiedoissa ja rikastaa dataa erityisillä metatiedoilla toiminnan analytiikan optimoimiseksi. Tietovirran käyttäminen keskellä tarjoaa sen edun, että aikasarjadataa voidaan käyttää samanaikaisesti muissa prosesseissa ja ratkaisuissa. Lambda-funktio kutsutaan sitten näiden tapahtumien kanssa, ja se voi suorittaa aikasarjalaskelmia muistissa.
- Kohteet – Puhdistuksen ja rikastamisen jälkeen käsitellyt aikasarjatiedot voidaan suoratoistaa Amazonin aikavirta tietokanta reaaliaikaista kojelautailua ja analysointia varten tai tallennettu tietokantoihin, kuten DynamoDB loppukäyttäjien kyselyitä varten. Raakadata voidaan suoratoistaa Amazon S3:lle arkistointia varten.
- Visualisointi ja oivalluksia – Asiakkaat voivat kysellä, visualisoida ja luoda hälytyksiä käyttämällä Amazonin hallinnoima palvelu Grafanalle. Grafana tukee tietolähteitä, jotka ovat aikasarjatietojen tallennustaustajärjestelmiä. Jotta voit käyttää tietojasi Timestreamista, sinun on asennettava Timestream-laajennus Grafanalle. Loppukäyttäjät voivat kysellä tietoja DynamoDB-taulukosta Amazon API -yhdyskäytävä toimii valtakirjana.
Mainita Lähes reaaliaikainen käsittely Amazon Kinesiksen, Amazon Timestreamin ja Grafanan avulla esittelee palvelimettoman suoratoistoputken laitteen telemetrian IoT-tietojen käsittelemiseksi ja tallentamiseksi aikasarjaoptimoituun tietosäilöön, kuten Amazon Timestream.
Tietojen rikastaminen ja toistaminen reaaliajassa tapahtumalähteiden mikropalveluita varten
Mikropalvelut ovat arkkitehtoninen ja organisatorinen lähestymistapa ohjelmistokehitykseen, jossa ohjelmistot koostuvat pienistä itsenäisistä palveluista, jotka kommunikoivat hyvin määriteltyjen API:iden kautta. Tapahtumapohjaisia mikropalveluita rakentaessaan asiakkaat haluavat saavuttaa 1. korkean skaalautuvuuden saapuvien tapahtumien määrän käsittelemiseksi ja 2. tapahtumien käsittelyn luotettavuuden ja ylläpitää järjestelmän toimivuutta vikojen varalta.
Asiakkaat hyödyntävät mikropalveluarkkitehtuurimalleja nopeuttaakseen innovointia ja uusien ominaisuuksien markkinoille tuloa, koska se tekee sovelluksista helpommin skaalautuvan ja nopeamman kehittämisen. On kuitenkin haastavaa rikastaa ja toistaa dataa verkkopuhelussa toiseen mikropalveluun, koska se voi vaikuttaa sovelluksen luotettavuuteen ja vaikeuttaa virheiden jäljittämistä ja jäljittämistä. Tämän ongelman ratkaisemiseksi tapahtumalähde on tehokas suunnittelumalli, joka keskittää historialliset tietueet kaikista tilamuutoksista rikastamista ja toistoa varten ja erottaa luetun kirjoitustyökuormista. Asiakkaat voivat käyttää Kinesis Data Streamsiä keskitettynä tapahtumavarastona tapahtumien hankintaan liittyville mikropalveluille, koska KDS pystyy käsittelemään gigatavua tiedonsiirtonopeutta sekunnissa per stream ja suoratoistamaan dataa millisekunneissa täyttääkseen korkean skaalautuvuuden ja lähes reaaliaikaisen vaatimuksen. latenssi, 1/ integroi Flinkin ja S2:n kanssa tietojen rikastamista ja saavuttamista varten, kun se on täysin irrotettuna mikropalveluista, ja 3/ salli uudelleenyrityksen ja asynkronisen lukemisen myöhempänä ajankohtana, koska KDS säilyttää datatietueen oletusarvoisesti 3 tuntia ja valinnaisesti jopa 24 päivää.
Seuraava arkkitehtoninen kuvio on yleinen esimerkki siitä, kuinka Kinesis-tietovirtoja voidaan käyttää tapahtumanhankinnan mikropalveluissa:
Työnkulun vaiheet ovat seuraavat:
- Tietojen otto ja tallennus – Voit koota syötteen mikropalveluistasi Kinesis-tietovirroihisi tallennusta varten.
- Virran käsittely - Apache Flink Stateful Functions yksinkertaistaa hajautettujen tilatietoisten tapahtumapohjaisten sovellusten rakentamista. Se voi vastaanottaa tapahtumat syötetystä Kinesis-datavirrasta ja reitittää tuloksena olevan virran lähtötietovirtaan. Voit luoda tilallisen funktioklusterin Apache Flinkillä sovelluksesi liiketoimintalogiikkasi perusteella.
- Tilannekuva Amazon S3:ssa – Voit tallentaa tilannekuvan Amazon S3:een seurantaa varten.
- Lähtövirrat – Lähtövirtoja voidaan kuluttaa Lambda-etätoimintojen kautta HTTP/gRPC-protokollan kautta API-yhdyskäytävän kautta.
- Lambda kaukosäätimen toiminnot – Lambdatoiminnot voivat toimia mikropalveluina erilaisille sovelluksille ja liiketoimintalogiikoille palvellakseen yrityssovelluksia ja mobiilisovelluksia.
Saat lisätietoja siitä, kuinka muut asiakkaat rakensivat tapahtumapohjaisia mikropalvelujaan Kinesis Data Streamsin avulla:
Tärkeimmät huomiot ja parhaat käytännöt
Seuraavat huomiot ja parhaat käytännöt kannattaa pitää mielessä:
- Tietojen löytämisen pitäisi olla ensimmäinen askel nykyaikaisten tietojen suoratoistosovellusten rakentamisessa. Sinun on määritettävä liiketoiminnan arvo ja tunnistettava sitten suoratoistotietolähteesi ja käyttäjäpersoonat saavuttaaksesi halutut liiketoimintatulokset.
- Valitse suoratoistodatan vastaanottotyökalusi höyryävän tietolähteesi perusteella. Voit käyttää esimerkiksi Kinesis SDK suoratoistodatan nielemiseen sovellusliittymien kautta Kinesis tuottajakirjasto korkean suorituskyvyn ja pitkäkestoisten suoratoistotuottajien rakentamiseen, a Kinesis agentti tiedostojoukon keräämiseen ja niiden siirtämiseen Kinesis-tietovirtoihin, AWS DMS CDC-suoratoiston käyttötapauksissa ja AWS IoT -ydin IoT-laitedatan syöttämiseen Kinesis Data Streamsiin. Voit syöttää suoratoistodataa suoraan Amazon Redshiftiin luodaksesi matalan viiveen suoratoistosovelluksia. Voit myös käyttää kolmannen osapuolen kirjastoja, kuten Apache Sparkia ja Apache Kafkaa, suoratoistodatan syöttämiseen Kinesis Data Streams -tietovirtoihin.
- Sinun on valittava suoratoistodatan käsittelypalvelusi käyttötapautesi ja liiketoimintavaatimustesi perusteella. Voit esimerkiksi käyttää Amazon Kinesis Managed Service for Apache Flink -palvelua edistyneisiin suoratoistokäyttötapauksiin, joissa on useita suoratoistokohteita ja monimutkaista tilallista stream-käsittelyä tai jos haluat seurata liiketoiminnan mittareita reaaliajassa (kuten tunnin välein). Lambda on hyvä tapahtumapohjaiseen ja tilattomaan käsittelyyn. Voit käyttää Amazonin EMR tietojen suoratoistoon käyttääksesi suosikki avoimen lähdekoodin big data -kehystäsi. AWS Glue on hyvä lähes reaaliaikaiseen suoratoistotietojen käsittelyyn käyttötapauksissa, kuten ETL-suoratoistossa.
- Kinesis Data Streams on-demand -tila latautuu käytön mukaan ja skaalaa automaattisesti resurssikapasiteettia, joten se sopii kovaan suoratoistoon ja handsfree-huoltoon. Provisioitu tila veloittaa kapasiteetin mukaan ja vaatii ennakoivaa kapasiteetin hallintaa, joten se on hyvä ennustettavissa striimaustyökuormissa.
- Voit käyttää Jaettu Kinesis-laskin laskeaksesi hallintatilassa tarvittavien sirpaleiden määrän. Sinun ei tarvitse olla huolissaan sirpaleista on-demand-tilassa.
- Kun myönnät käyttöoikeuksia, päätät, kuka saa mitä käyttöoikeuksia mihinkin Kinesis Data Streams -resurssiin. Otat käyttöön tietyt toiminnot, jotka haluat sallia näille resursseille. Siksi sinun tulee myöntää vain tehtävän suorittamiseen vaadittavat käyttöoikeudet. Voit myös salata tiedot lepotilassa käyttämällä KMS-asiakashallintaavainta (CMK).
- Sinä pystyt päivittää säilytysaikaa Kinesis Data Streams -konsolin kautta tai käyttämällä IncreaseStreamRetentionPeriod ja DecreaseStreamRetentionPeriod toiminnot, jotka perustuvat erityisiin käyttötapauksiin.
- Kinesis Data Streams -tuki uudelleenmurskaamista. Suositeltu API tälle toiminnolle on PäivitäShardCount, jonka avulla voit muokata streamisi sirpaleiden määrää mukautuaksesi virran läpi kulkevan datan nopeuden muutoksiin. Uudelleenjakosovellusliittymiä (Split and Merge) käytetään tyypillisesti kuuman sirpaleen käsittelyyn.
Yhteenveto
Tämä viesti esitteli erilaisia arkkitehtonisia malleja matalan latenssin suoratoistosovellusten rakentamiseen Kinesis Data Streams -sovelluksella. Voit rakentaa omia matalan viiveen höyrytyssovelluksiasi Kinesis Data Streamsin avulla käyttämällä tämän viestin tietoja.
Katso yksityiskohtaiset arkkitehtuurimallit seuraavista resursseista:
Jos haluat rakentaa datavision ja strategian, tutustu AWS Data-Driven Kaikki (D2E) ohjelma.
Tietoja Tekijät
Raghavarao Sodabathina on AWS:n pääratkaisuarkkitehti, joka keskittyy Data Analyticsiin, AI/ML:ään ja pilviturvallisuuteen. Hän tekee yhteistyötä asiakkaiden kanssa luodakseen innovatiivisia ratkaisuja, jotka ratkaisevat asiakkaiden liiketoiminnan ongelmia ja nopeuttavat AWS-palvelujen käyttöönottoa. Vapaa-ajallaan Raghavarao viettää aikaa perheensä kanssa, lukee kirjoja ja katselee elokuvia.
Hang Zuo on vanhempi tuotepäällikkö Amazon Kinesis Data Streams -tiimissä Amazon Web Services -palvelussa. Hän on intohimoinen kehittämään intuitiivisia tuotekokemuksia, jotka ratkaisevat monimutkaisia asiakasongelmia ja auttavat asiakkaita saavuttamaan liiketoimintatavoitteensa.
Shwetha Radhakrishnan on AWS:n ratkaisuarkkitehti, joka keskittyy Data Analyticsiin. Hän on rakentanut ratkaisuja, jotka edistävät pilvipalveluiden käyttöönottoa ja auttavat organisaatioita tekemään datalähtöisiä päätöksiä julkisella sektorilla. Työn ulkopuolella hän rakastaa tanssia, viettää aikaa ystävien ja perheen kanssa sekä matkustaa.
Brittany Ly on ratkaisuarkkitehti AWS:ssä. Hän on keskittynyt auttamaan yritysasiakkaita heidän pilvipalveluiden käyttöönotto- ja modernisointimatkallaan, ja hän on kiinnostunut tietoturva- ja analytiikka-alasta. Työn ulkopuolella hän rakastaa viettää aikaa koiransa kanssa ja pelata suolakurkkua.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
- PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
- PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
- PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
- Lähde: https://aws.amazon.com/blogs/big-data/architectural-patterns-for-real-time-analytics-using-amazon-kinesis-data-streams-part-1/
- :on
- :On
- :ei
- :missä
- $ YLÖS
- 1
- 100
- 24
- 7
- a
- kyky
- Meistä
- kiihdyttää
- pääsy
- Accessed
- Saavuttaa
- saavutettu
- päästään
- saavuttamisessa
- poikki
- Toimia
- toimiva
- toimet
- sopeuttaa
- Lisäksi
- lisä-
- Lisäksi
- osoite
- Hyväksyminen
- kehittynyt
- Etu
- Jälkeen
- ikä
- Agentti
- aggregaatti
- AI / ML
- tavoitteet
- hälytykset
- Kaikki
- sallia
- Salliminen
- mahdollistaa
- Myös
- Amazon
- Amazon kinesis
- Amazonin aikavirta
- Amazon Web Services
- an
- analyysi
- Analytics
- analysoida
- ja
- poikkeavuuden havaitseminen
- Toinen
- Kaikki
- Apache
- Apache Kafka
- Apache Spark
- api
- API
- Hakemus
- sovellukset
- lähestymistapa
- sovellukset
- arkkitehtuurin
- arkkitehtuuri
- OVAT
- AS
- liittyvä
- At
- automaattisesti
- automaattisesti
- saatavuus
- saatavissa
- AWS
- AWS-liima
- AWS Lambda
- perustua
- BE
- koska
- ollut
- käyttäytyminen
- ovat
- PARAS
- parhaat käytännöt
- Paremmin
- välillä
- Iso
- Big Data
- Blogi
- Kirjat
- sekä
- rakentaa
- Rakentaminen
- rakennettu
- liiketoiminta
- Business Applications
- yritykset
- mutta
- by
- laskea
- soittaa
- CAN
- Koko
- kaapata
- joka
- tapaus
- tapauksissa
- CDC
- keskus
- keskitetty
- tietty
- haastava
- muuttaa
- Muutokset
- maksut
- tarkastaa
- valinta
- Valita
- puhdas
- Siivous
- pilvi
- pilvien hyväksyminen
- Pilvisuojaus
- Cluster
- kerätä
- Kerääminen
- Yhteinen
- tiedottaa
- täysin
- monimutkainen
- osat
- kokoonpanossa
- Laskea
- tietojenkäsittely
- huolestunut
- konfigurointi
- näkökohdat
- muodostuu
- Console
- alituisesti
- kuluttaa
- kulutetaan
- kuluttaja
- Kuluttajat
- ottaa yhteyttä
- yhteyskeskukseen
- jatkuva
- jatkuvasti
- ohjaus
- luoda
- luotu
- kriittinen
- asiakas
- Asiakkaat
- räätälöityjä
- tanssi
- mittaristot
- tiedot
- tietojen analysointi
- Data Analytics
- tietojen rikastaminen
- Datajärvi
- tiedonhallinta
- datapisteet
- tietojenkäsittely
- tietovarasto
- data-driven
- tietokanta
- tietokannat
- päivää
- päättää
- päätös
- Päätöksenteko
- päätökset
- tuotannosta irrotettua
- omistautunut
- oletusarvo
- määritellä
- toimittaa
- osoittivat
- Riippuen
- Malli
- suunniteltu
- haluttu
- määränpää
- kohteet
- yksityiskohtainen
- yksityiskohdat
- havaita
- Detection
- kehittää
- kehittämällä
- Kehitys
- laite
- Laitteet
- eri
- vaikea
- suoraan
- löytö
- jaettu
- hajautettu laskenta
- do
- Koira
- Dont
- alas
- ajaa
- ajanut
- kestävyys
- dynaaminen
- kukin
- helpompaa
- helposti
- helppo
- Tehokas
- omaksua
- mahdollistaa
- salaus
- päätepisteet
- tarttuu
- tehostettu
- rikastuttaa
- yritys
- yritysasiakkaat
- virheet
- Eetteri (ETH)
- tapahtuma
- Tapahtumat
- Joka
- jokainen
- esimerkki
- Esimerkit
- odottaa
- experience
- Elämykset
- tutkia
- laajentaa
- uute
- Kasvot
- epäonnistumisia
- perhe
- Muoti
- nopeampi
- Suosikki
- Ominaisuus
- Ominaisuudet
- ala
- Asiakirjat
- Etunimi
- viisi
- virtaus
- Keskittää
- keskityttiin
- tarkennus
- jälkeen
- seuraa
- varten
- Puitteet
- puitteet
- usein
- ystäviä
- alkaen
- toiminto
- toiminnallisuus
- tehtävät
- edelleen
- Saada
- portti
- tuottaa
- syntyy
- saada
- GitHub
- antaa
- Tavoitteet
- hyvä
- myöntää
- myöntäminen
- kahva
- Ripustaa
- he
- auttaa
- auttaa
- hänen
- Korkea
- korkea suorituskyky
- hänen
- historiallinen
- KUUMA
- tunti
- TUNTIA
- Miten
- Kuitenkin
- HTML
- http
- HTTPS
- Sadat
- tunnistaa
- if
- havainnollistaa
- Vaikutus
- in
- Muilla
- sisältää
- Saapuva
- Kasvaa
- lisää
- itsenäinen
- vaikuttaneet
- tiedot
- Infrastruktuuri
- infrastruktuuri
- innovoidaan
- Innovaatio
- innovatiivinen
- panos
- oivalluksia
- asentaa
- yhdistää
- integroitu
- integraatio
- integraatiot
- korko
- liitäntä
- Internet
- Internet asioita
- tulee
- käyttöön
- intuitiivinen
- kutsuttuihin
- Esineiden internet
- IoT-laite
- IT
- SEN
- matka
- jpg
- Kafka
- Pitää
- avain
- Kinesis-tietovirrat
- järvi
- Viive
- myöhemmin
- kerros
- kerrokset
- OPPIA
- pääkirja
- kirjastot
- Kirjasto
- valo
- pitää
- elävät
- kuormitus
- log
- logiikka
- looginen
- rakastaa
- ylläpitää
- huolto
- tehdä
- TEE
- Tekeminen
- onnistui
- johto
- johtaja
- monet
- Marketing
- maksimi
- mittaus
- Media
- Tavata
- Muisti
- mennä
- Metadata
- Metrics
- microservices
- Keskimmäinen
- muutto
- millisekuntia
- mielessä
- Puhelinnumero
- Mobiilisovellukset
- mobiililaitteet
- mobiili-sovellukset
- tila
- Moderni
- modernisointi
- tilat
- muokata
- monitori
- lisää
- Elokuvat
- moninkertainen
- täytyy
- syntyperäinen
- Lähellä
- Tarve
- tarvitaan
- tarpeet
- verkko
- Uusi
- Uudet ominaisuudet
- nyt
- numero
- of
- kampanja
- Tarjoukset
- on
- Tarpeen vaatiessa
- vain
- avata
- avoimen lähdekoodin
- toiminta
- toiminta-
- Operations
- Optimoida
- optimoitu
- Vaihtoehto
- or
- tilata
- organisatorinen
- organisaatioiden
- Muut
- meidän
- ulos
- tuloksiin
- ulostulo
- ulkopuolella
- yli
- oma
- osa
- intohimoinen
- Kuvio
- kuviot
- Maksaa
- varten
- suorittaa
- suorituskyky
- Oikeudet
- yksilöllinen
- putki
- putki
- Platforms
- Platon
- Platonin tietotieto
- PlatonData
- Pelaa
- kytkeä
- pistettä
- Kirje
- käytännöt
- Ennustettavissa
- Hinnat
- hinnoittelu
- ensisijainen
- Pääasiallinen
- Aikaisempi
- yksityinen
- Ennakoiva
- Ongelma
- ongelmia
- prosessi
- jalostettu
- Prosessit
- käsittely
- valmistettu
- tuottaja
- tuottajat
- Tuotteet
- tuotepäällikkö
- Ohjelma
- protokolla
- toimittaa
- tarjoaa
- valtuutettu
- julkinen
- alue
- nopeasti
- hinta
- raaka
- raakadata
- Lue
- Lukeminen
- todellinen
- reaaliaikainen
- reaaliaikainen data
- vastaanottaa
- vastaanottaa
- Suositus
- suositeltu
- ennätys
- kirjataan
- asiakirjat
- vähentää
- katso
- alue
- luotettavuus
- luotettava
- kaukosäädin
- tarvitaan
- vaatimus
- vaatimukset
- Vaatii
- resurssi
- Esittelymateriaalit
- vastuullinen
- REST
- Saatu ja
- säilyttää
- säilyttää
- säilyttäminen
- arviot
- Reitti
- sama
- skaalautuvuus
- skaalautuva
- Asteikko
- asteikot
- Toinen
- sektori
- turvallisuus
- vanhempi
- anturit
- Järjestys
- Sarjat
- palvella
- serverless
- palvelu
- Palvelut
- setti
- yhteinen
- hän
- shouldnt
- esittelylle
- yksinkertaistetaan
- pieni
- Kuva
- So
- sosiaalinen
- sosiaalinen media
- Tuotteemme
- ohjelmistokehitys
- ratkaisu
- Ratkaisumme
- SOLVE
- lähde
- Lähteet
- Kipinä
- erityinen
- nopeus
- viettää
- menot
- piikkarit
- jakaa
- pino
- Osavaltio
- Vaihe
- Askeleet
- Varastossa
- Levytila
- verkkokaupasta
- tallennettu
- Strategia
- virta
- virtasi
- streaming
- puroihin
- tiukka
- myöhempi
- niin
- riittävä
- tuki
- Tukee
- järjestelmä
- taulukko
- ottaa
- Tehtävä
- tehtävät
- joukkue-
- kymmeniä
- että
- -
- tiedot
- Valtion
- heidän
- Niitä
- sitten
- Siellä.
- siksi
- Nämä
- ne
- asiat
- kolmannen osapuolen
- tätä
- ne
- tuhansia
- kolmella
- Kautta
- suoritusteho
- aika
- Aikasarja
- aikaherkkä
- että
- tänään
- työkalu
- jäljittää
- raita
- Seuranta
- liikenne
- Muuttaa
- Muutos
- muuttamassa
- Matkustaminen
- Trendit
- kaksi
- tyypillisesti
- Odottamaton
- päälle
- Käyttö
- käyttää
- käyttölaukku
- käytetty
- käyttäjä
- käyttämällä
- käyttää
- validointi
- arvo
- muuttuja
- eri
- Nopeus
- kautta
- Virtual
- visio
- visualisointi
- havainnollistaa
- tilavuus
- volyymit
- haluta
- Varasto
- Varastointi
- katsomassa
- we
- verkko
- verkkopalvelut
- tarkkarajainen
- Mitä
- kun
- joka
- vaikka
- KUKA
- leveä
- Laaja valikoima
- tulee
- with
- sisällä
- Referenssit
- työnkulku
- huoli
- kirjoittaa
- te
- Sinun
- zephyrnet
- alueet