Streaming data jurnal dari Amazon QLDB

Arsitektur berbasis peristiwa — Bangun aplikasi dalam gaya arsitektur berbasis peristiwa dengan komponen terpisah. Misalnya, bank dapat menggunakan AWS Lambda berfungsi untuk menerapkan sistem notifikasi yang memberi tahu pelanggan ketika saldo akun mereka turun di bawah ambang batas. Dalam sistem seperti itu, saldo akun dipertahankan dalam QLDB buku besar, dan setiap perubahan saldo dicatat dalam jurnal. Bagian AWS Lambda fungsi dapat memicu logika notifikasi setelah mengkonsumsi peristiwa pembaruan saldo yang dilakukan ke jurnal dan dikirim ke aliran data Kinesis.

Analitik real-time — Membangun aplikasi konsumen Kinesis yang menjalankan analisis real-time pada data peristiwa. Dengan kemampuan ini, Anda dapat memperoleh wawasan dalam waktu nyaris nyata dan merespons dengan cepat terhadap lingkungan bisnis yang berubah. Misalnya, situs web e-niaga dapat menganalisis data penjualan produk dan menghentikan iklan untuk produk diskon segera setelah penjualan mencapai batas.

Analisis historis — Manfaatkan arsitektur Amazon yang berorientasi jurnal QLDB dengan memutar ulang data peristiwa historis. Anda dapat memilih untuk memulai QLDB aliran pada setiap titik waktu di masa lalu, di mana semua revisi sejak saat itu dikirim ke Kinesis Data Streams. Dengan menggunakan fitur ini, Anda dapat membangun aplikasi konsumen Kinesis yang menjalankan pekerjaan analitik pada data historis. Misalnya, situs web e-niaga dapat menjalankan analitik sesuai kebutuhan untuk menghasilkan metrik penjualan sebelumnya yang sebelumnya tidak ditangkap.

Replikasi ke database yang dibuat khusus — Connect QLDB ledger ke penyimpanan data lain yang dibuat khusus menggunakan stream jurnal. QLDB Misalnya, gunakan platform data streaming Kinesis untuk berintegrasi dengan Amazon OpenSearch Service, yang dapat menyediakan kemampuan pencarian teks lengkap untuk QLDB dokumen. Anda juga dapat membuat aplikasi konsumen Kinesis khusus untuk mereplikasi data jurnal Anda ke database lain yang dibuat khusus yang memberikan tampilan terwujud yang berbeda. Misalnya, replikasi ke Amazon Aurora untuk data relasional atau ke Amazon Neptunus untuk data berbasis grafik.

Kinesis dapat membatasi data yang dialirkan, tergantung pada penyediaan Kinesis Data Streams Anda. QLDB Misalnya, ini mungkin terjadi jika Anda memiliki beberapa QLDB aliran yang menulis ke satu aliran data Kinesis, dan tingkat permintaan melebihi kapasitas QLDB sumber daya aliran Kinesis. Pelambatan pada Kinesis juga dapat terjadi saat menggunakan penyediaan sesuai permintaan jika throughput tumbuh lebih dari dua kali lipat puncak sebelumnya dalam waktu kurang dari 15 menit.

Anda dapat mengukur throughput yang terlampaui ini dengan memantau metrik Kinesis. WriteProvisionedThroughputExceeded Untuk informasi selengkapnya dan solusi yang mungkin, lihat Bagaimana cara memecahkan masalah error throttling di Kinesis Data Streams? .

Dengan QLDB aliran, Anda dapat membuat aliran tidak terbatas dengan tanggal dan waktu mulai di masa lalu dan tanpa tanggal dan waktu akhir. Secara desain, QLDB mulai memancarkan data yang baru berkomitmen ke Kinesis Data Streams hanya setelah semua data sebelumnya dari tanggal dan waktu mulai yang ditentukan berhasil dikirim. Jika Anda merasakan latensi tambahan dalam skenario ini, Anda mungkin perlu menunggu data sebelumnya dikirimkan, atau Anda dapat memulai streaming dari tanggal dan waktu mulai nanti.