本文已使用 Google Cloud Translation API 自动翻译。
某些文档最好以原文阅读。
对于任何组织而言，实时数据处理都是一项复杂且具有挑战性的任务。它需要从多个来源获取数据，将这些数据转换为有用的信息，并在正确的时间将该信息传递给正确的人。所有这些都必须快速准确地完成，同时还要确保数据不会在该过程中丢失或损坏。
AWS Kinesis 是一个基于云的平台，可以轻松地大规模处理实时流数据。 Kinesis 可以同时从多个来源获取数据，并使用多个 Amazon EC2 实例并行处理这些数据。这允许快速准确地处理大量数据。
Kinesis 是一项托管服务，这意味着 AWS 会为您负责基础设施和扩展。这让您可以轻松开始使用 Kinesis，并且无需配置和维护您自己的服务器。 Kinesis 也是无服务器的，因此您只需为使用的资源付费。
要开始使用 AWS Kinesis，您首先需要创建一个流。流是代表一组分片的逻辑实体。分片是一个数据存储单元，可用于存储和处理数据。
您可以使用 AWS 管理控制台、AWS 命令行界面 (CLI) 或 AWS SDK 创建流。
创建流后，您就可以开始向其中摄取数据。数据可以从多个来源获取，例如日志文件、应用程序事件、社交媒体流和传感器数据。
Kinesis Data Streams 可以以每个分片每秒高达 1MB 的速度摄取数据。如果您需要以更高的速率摄取数据，您可以增加流中的分片数量。
一旦数据被引入流中，就可以使用 Kinesis Data Analytics、Kinesis Data Firehose 或自定义应用程序对其进行处理。
Kinesis Data Analytics 是一项完全托管的服务，可以轻松实时分析流数据。 Kinesis Data Analytics 可用于对数据执行复杂的转换，例如聚合、过滤和联接。
Kinesis Data Firehose 是一项完全托管的服务，可以轻松地将流数据加载到 AWS 数据存储中，例如 Amazon S3、Amazon Redshift 和 Amazon Elasticsearch Service。
您还可以使用自定义应用程序处理流中的数据。自定义应用程序可以用任何编程语言编写，并且可以部署在 Amazon EC2、Amazon ECS 或 AWS Lambda 上。
Kinesis Data Streams 使用称为分片的概念来提供可扩展性和性能。分片是一个数据存储单元，可用于存储和处理数据。
Kinesis Data Streams 旨在水平扩展，这意味着您可以增加流中的分片数量以增加其吞吐量。
流中的数据由多个 Amazon EC2 实例并行处理。每个实例处理来自流中一个或多个分片的数据。
Kinesis Data Streams 使用分区键在流中的所有分片之间均匀分布数据。分区键是数据记录的一个属性，用于确定数据记录将分配给哪个分片。
当数据被提取到流中时，Kinesis Data Streams 使用分区键来确定将数据提取到哪个分片。 Kinesis Data Streams 还将使用分区键来确定要处理数据记录的实例。
流中的数据记录按接收顺序进行处理。但是，由于数据分布在多个分片中，因此无法保证数据记录的处理顺序。
如果需要按特定顺序处理数据记录，可以使用数据记录的序号属性。当数据记录被提取到流中时，序列号由 Kinesis Data Streams 分配。
具有相同分区键的数据记录将根据其序号按顺序处理。然而，具有不同分区键的数据记录可能被乱序处理。
AWS Kinesis 是一个用于大规模处理实时流数据的强大平台。 Kinesis 可以同时从多个来源获取数据，并使用多个 Amazon EC2 实例并行处理这些数据。这允许快速准确地处理大量数据。
Kinesis 是一项托管服务，这意味着 AWS 会为您负责基础设施和扩展。这让您可以轻松开始使用 Kinesis，并且无需配置和维护您自己的服务器。 Kinesis 也是无服务器的，因此您只需为使用的资源付费。