亚马逊在十二月推出了产生巨大影响的Kinesis。由于Amazon Kinesis服务是一个相对较新的产品，具有某些局限性，因此，我们可以谈几点看法。

Amazon Kinesis是一个可控的、可扩展的、基于云的服务，能够实时处理大数据流。 Amazon Kinesis的一个主要优势是其供应和扩展的速度，毫不夸张地说，该服务可以在几秒钟内启动。Amazon Kinesis所固有的灵活性使Kinesis能够从任何可以调用Web服务的地方吸收数据。

Kinesis用于处理实时数据；所有的数据在24小时后将被清除。 数据流由DynamoDB控制 ，DynamoDB是亚马逊 Web服务（AWS）的NoSQL数据库。目前Kinesis 提供了四种方法来处理快速收集到的数据：Kinesis的API应用、Kinesis客户端库应用、 Elastic MapReduce（EMR）连接器和Storm Spout。

Kinesis有什么优势？

Amazon Kinesis对那些利用实时数据且实时访问大量存储数据的组织来说，有很多优势。例如：

•每隔两分钟，Amazon Kinesis服务就会从应用中收集日志数据，按编号列出最近出现的错误，并且能保证查询运行缓慢，从而在这些问题影响应用之前，管理员就能发现这些问题。
•跟踪客户应用中的点击流，实时查看功能是如何被使用的。
•可用数据流的未来需求具有很大弹性

分而治之

借助Kinesis，数据采集过程与数据处理隔离。通过Web服务调用输入数据的系统被称为“生产者”。这些生产者将数据推送到“流”。许多Kinesis应用可以使用流中的数据，并不会影响其他任何应用。数据采集过程与数据处理分开，从而很容易适应报告过程，很容易作用于不断变化的信息需求。

然而，所有这些功能都是有代价的。如果删除代码需求中变化的部分，可以选择一些插件，如Log4j追加程序，但是总体来说，Kinesis插件并不多。处理插件存在不足。亚马逊EMR和Apache Sprout组合，是目前仅可以使用的连接器；此外，无论是由亚马逊提供或者是私人开发的连接器，都必须自定义代码。

库

AWS提出使用Kinesis客户端库直接在API上建立应用。库（目前在Java环境下可以使用）提供了用来编写容错技术和分布式应用程序的模式，并且比其他方法速度更快。亚马逊还提出，应用虽然部署在弹性计算云（EC2）自动缩放组内；但是，应用创建者可以在任何地方对其进行控制，即使是在本地。

数据流的扩展由 “碎片”控制。每个碎片读写速度分别为每秒5 MB和每秒1 MB。可扩展性是由增加每个流的碎片数来处理的；然而，Kinesis无法自动改变碎片的数量，因此，生产者输入的数据量，必须经过准确地测量，或者必须经过手动调整碎片的数目。此外，所有Kinesis应用程序专门为了处理碎片变更。这就是为什么亚马逊提出使用客户端库，在API直接调用自定义应用。

实时或者近实时的大数据分析是一个相当新的领域，但是，Kinesis 的两个部分，确实存在备选方案：生产方（数据的收集和持久性）和处理方（Kinesis应用）。生产方的备选方案是Apache Kafka和数据库平台，如Redis。处理方的备选方案是Apache Storm，通过Kinesis Storm Spout 和Apache Spark， Kinesis可以进行数据处理。另一种可以选择的服务是Cloudera。

亚马逊已经开始采取核心技术，并且在Kinesis中提供基础产品。因此，亚马逊可以超越那些需要自定义、实时数据报表和实时数据分析的组织。虽然将应用作为生产者安装到流中相当容易实现，但是具有重要影响。如果过去的经验预示着Kinesis未来的走势，那么，经过一段时间，连接器能够帮助多数人减少集成带来的挑战。