Amazon Kinesis によるストリーミング処理をまとめる

n-ozawan

2024.08.28

クラウド基盘 AWS

皆さん、こんにちは。技术开発グループの苍-辞锄补飞补苍です。
本日8月28日は、民法方法によるテレビ放送が开始された日です。

本题です。
一般的なシステムでは大量のデータを処理したい場合は、その日の決められた時間にバッチ処理などで処理します。しかし、システムによっては大量のデータをリアルタイムで処理したいことがあります。今回はAWSが提供するAmazon Kinesisでどういったストリーミング処理が行えるのか、関連するサービスをまとめました。

Amazon Kinesis

概要

Amazon Kinesisはストリーミングデータを効率よく処理するサービスです。一般的にストリーミングとは音楽や動画などの大きなファイルをダウンロードしながら処理することを指しします。Amazon Kinesisでは、XなどのSNSの投稿や、IoT端末からの大量のデータをリアルタイムで処理することを可能とします。

Amazon Kinesisは、撮影した動画や大量のデータを収集、処理、分析するために、以下のサービスを提供しています。

Amazon Kinesis Data Streams
Amazon Kinesis Data Firehose
Amazon Managed Service for Apache Flink （旧：Amazon Kinesis Data Analytics）
Amazon Kinesis Video Streams

Amazon Kinesis Data Streams

Amazon Kinesis Data Streamsは、大量のストリームデータをリアルタイムで収集するサービスです。

Kinesis Data Streamsは、モバイル端末やIoT端末などからデータを収集します。収集したデータはデフォルトで24時間保持し続け、EC2やLambdaなどのコンシューマが収集したデータを処理していきます。

Kinesis Data Streamsに送信されたストリーミングデータはシャードにより処理されます。もし、送られてくるデータ量が増加した場合は、シャードをオートスケーリングすることにより、データ量増大に対処することが可能です。また、Kinesis Data Streamsは受け取ったデータをコンシューマによって読み取られるまでを1秒未満で処理できるように設計されており、次々に上がってくるデータをリアルタイムで加工するのに向いています。

Amazon Kinesis Data Firehose

Amazon Kinesis Data Firehoseは、大量のストリームデータをリアルタイムで収集するサービスです。

Kinesis Data Streamsとの違いは、Kinesis Data Streamsは収集したデータをEC2やLambdaなどのコンシューマが取得していくのに対して、Kinesis Data Firehoseは収集したデータをS3やRedshiftなどにPush配信することです。Kinesis Data Firehoseの主な用途としては、データ分析のためのストリーミング処理となります。

そのため、Kinesis Data Firehoseでは、Kinesis Data Streamsと比べてそこまで処理が早くないです。また、S3などでデータを適切に送信するため、ストリーミングデータの圧縮や暗号化が行えるようになっています。

Amazon Managed Service for Apache Flink （旧：Amazon Kinesis Data Analytics）

Amazon Managed Service for Apache Flinkは、Kinesis Data StreamsやKinesis Data Firehoseで収集したストリーミングデータをSQLを使用して分析することが出来るサービスです。

上記は例です。Lambdaなどにより、インターネット上にある情報を検索/取得を行い、その結果をKinesis Data Streamsに送信します。Amazon Managed Service for Apache Flink は、収集されたKinesis Data Streamsを特定の条件にて検索し、その結果をKinesis Data Firehoseを通してS3へ送信します。S3へ送信されたデータはAmazon Athenaにより分析され可視化されます。