06.05, Katowice ENAWS Summit Poland
Webinar

Streaming danych w chmurze AWS – Amazon Kinesis w akcji

Na czym polega przetwarzanie strumieniowione i w jaki sposób Amazon Kinesis pomaga rozwiązać trudności związane ze streamingiem real-time? Odpowiadamy na to przy okazji praktycznej prezentacji możliwości ekosystemu AWS w sferze przetwarzania danych w czasie rzeczywistym.

Share

Agenda

  1. Przetwarzanie strumieniowe vs wsadowe — wprowadzenie
  2. Przetwarzanie danych strumieniowych na platformie AWS
  3. Usługa Amazon Kinesis w akcji — demo
  4. Rozważania dotyczące kosztów i ograniczeń
  5. Dalsze możliwości rozwoju aplikacji w chmurze AWS

Zagadnienia

  • czym jest i jak działa usługa Amazon Kinesis;
  • jak wydajnie i wygodnie przetwarzać dane w czasie rzeczywistym;
  • jak stworzyć system streamingowy, korzystając z narzędzi oferowanych przez AWS;
  • czym różnią się Kinesis Data Streams, Kinesis Data Firehose, Kinesis Data Analytics i Kinesis Video Streams;
  • jak skonfigurować i zarządzać strumieniami danych w chmurze AWS;
  • jak zintegrować Amazon Kinesis z innymi usługami ekosystemu AWS, takimi jak Amazon Lambda, Amazon EventBridge czy też Amazon SageMaker;
  • co oferuje Apache Flink w kontekście przetwarzania strumieniowego.

Prowadzący

Rafał Mituła

Rafał Mituła AWS Community Hero

Tech Lead, Data & AI

Inżynier i architekt danych w dziale Data & AI w Chaos Gears. Zawsze chętny do podejmowania nowych wyzwań i szukania innowacyjnych rozwiązań.

Wyróżniony tytułem AWS Hero, aktywnie uczestniczy w społeczności AWS poprzez współorganizowanie spotkań AWS User Group Warsaw oraz konferencji AWS Community Day Poland.

Amazon Kinesis

Amazon Kinesis

Wydajne przetwarzanie strumieni danych w chmurze AWS

Amazon Kinesis umożliwia przetwarzanie dużych, rozproszonych strumieni danych w czasie rzeczywistym, niezależnie od ich źródła. Usługa wspiera wszelkie typy danych — od finansowych, telemetrycznych, aż po audio i video.

U naszych klientów wykorzystujemy Amazon Kinesis przy projektach z zakresu inżynierii danych — w tym uczenia maszynowego i sztucznej inteligencji — aby umożliwić aplikacjom analizę danych i reagowanie na nie w czasie rzeczywistym: ograniczając opóźnienia i kompleksowość, które zwykle towarzyszą big data.

Z rozwiązań AWS korzystają…