Bir Amazon EC2 örnek filosu, şirket içi kaynaklardan 1 MB/sn'ye kadar hızda JSON verilerini alır. Bir EC2 örneği yeniden başlatıldığında, aktarım halindeki veriler kaybolur. Veri bilimi ekibinin alınan veriler üzerinde neredeyse gerçek zamanlı sorgulama yapması gerekmektedir. Hangi çözüm, neredeyse gerçek zamanlı sorgulama sağlar, ölçeklenebilirdir ve veri kaybını en aza indirir?

Bu çözüm, neredeyse gerçek zamanlı sorgulama, ölçeklenebilirlik ve veri kaybını en aza indirme gereksinimlerini karşılar. Kinesis Data Streams, yüksek hacimli akış verilerini gerçek zamanlı olarak yakalamak ve işlemek için tasarlanmıştır, bu da EC2 örnekleri yeniden başlatılsa bile veri kaybını önler. Kinesis Data Analytics, Kinesis Data Streams'deki veriler üzerinde SQL kullanarak gerçek zamanlı analiz yapılmasına olanak tanır. Diğer seçenekler: Amazon Kinesis Data Firehose ve Amazon Redshift: Firehose, verileri toplu olarak teslim eder, bu da neredeyse gerçek zamanlı sorgulama için gecikmeye neden olabilir. Redshift, analitik bir veri ambarıdır ancak gerçek zamanlı akış analizi için birincil araç değildir. EC2 instance store ve Amazon S3 ile Kinesis Data Firehose: Instance store, geçici depolama sağlar ve örnek yeniden başlatıldığında veriler kaybolur. Firehose'un toplu teslimatı ve S3'e yazması, gerçek zamanlı sorgulama için uygun değildir. Athena, S3 üzerindeki verileri sorgular ancak bu da gerçek zamanlı akış analizi değildir. Amazon EBS ve Amazon ElastiCache for Redis: EBS, kalıcı depolama sağlasa da, ElastiCache for Redis bir önbellekleme hizmetidir ve gerçek zamanlı akış analizi için tasarlanmamıştır. Redis kanallarına abone olmak, temel akış analizi yetenekleri sunar ancak Kinesis Data Analytics'in kapsamlı yeteneklerine sahip değildir.