Què és el firehose de dades?
Què és el firehose de dades?

Vídeo: Què és el firehose de dades?

Vídeo: Què és el firehose de dades?
Vídeo: GG Vibes | Through the Fire × Piano in The Dark | Gigi De Lana • Jon • LA • Jake • Romeo 2024, Abril
Anonim

A mànega d'incendis si vols. El mànega d'incendis L'API és un flux constant de tots els disponibles dades d'una font en temps real: una espiga gegant que ofereix dades a qualsevol nombre de subscriptors alhora. El flux és constant, ofereix nous, actualitzats dades com passa.

D'aquí, què és Kinesis Data Firehose?

Amazon Kinesis Data Firehose és la manera més senzilla de carregar de manera fiable la transmissió dades a dades llacs, dades botigues i eines d'anàlisi. És un servei totalment gestionat que s'escala automàticament per adaptar-se al rendiment del vostre dades i no requereix cap administració contínua.

També es pot preguntar, què s'entén per streaming de dades? Transmissió de dades és dades que es genera contínuament per diferents fonts. Tal dades s'ha de processar de manera incremental utilitzant corrent Tècniques de processament sense tenir accés a totes les dades . Normalment s'utilitza en el context de gran dades en què és generat per moltes fonts diferents a gran velocitat.

De la mateixa manera, com funciona la mànega de foc?

Mànega d'incendis guarda les dades entrants abans de lliurar-les a Amazon Elasticsearch Service. Podeu configurar els valors per a la mida de la memòria intermèdia d'Elasticsearch (de 1 MB a 100 MB) o l'interval de memòria intermèdia (de 60 a 900 segons) i la condició que es compleix primer activa el lliurament de dades a Amazon Elasticsearch Service.

Quin és el cas d'ús principal d'Amazon Kinesis Firehose?

Kinesis Firehose és d'Amazon oferta de productes per a la ingesta de dades Kinesis . És utilitzat per capturar i carregar dades de transmissió en altres Amazon serveis com S3 i Redshift. A partir d'aquí, podeu carregar els fluxos en eines de processament i anàlisi de dades com Elastic Map Reduce i Amazon Servei Elasticsearch.

Recomanat: