Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Bewährte Methoden für die Datenbereitstellung
<a name="data-delivery-best-practices"></a>

 Die folgenden bewährten Methoden helfen Ihnen dabei, das Beste aus der Datenbereitstellung in Amazon Kinesis Data Streams herauszuholen. Die vollständige Liste der Versandmetriken, auf die in diesen Empfehlungen verwiesen wird, finden Sie unter[Überwachung der Datenlieferung](data-delivery-monitoring.md). 

## Durchsatz und Aktualität der Daten
<a name="best-practices-throughput"></a>
+  Stellen Sie den `DataFreshnessInSeconds` Parameter auf der Grundlage Ihres Stream-Durchsatzes ein. Niedrigere Werte erhöhen die Übermittlungshäufigkeit, können jedoch zu kleineren Ausgabedateien führen. Bei höheren Werten können sich für jeden Lieferzyklus mehr Daten ansammeln. 
+  Erstellen Sie einen CloudWatch Amazon-Alarm für die `DataFreshness` Metrik, um zu erkennen, wenn die Lieferlatenz Ihren akzeptablen Schwellenwert überschreitet. 
+  Sie können mehrere Lieferungen aus demselben Kinesis Data Streams-Stream erstellen. Jede Lieferung erfolgt unabhängig, sodass Sie Daten gleichzeitig an mehrere Ziele liefern können. 

## Schemaverwaltung (Streaming-Tabellen auf Apache Iceberg)
<a name="best-practices-schema"></a>
+  Registrieren Sie Ihre Schemas in der AWS Glue Schemaregistry, bevor Sie eine Lieferung erstellen. Die Lieferung verwendet das registrierte Schema, um die Struktur der Zieltabelle zu definieren. 
+  Lieferungen unterstützen die Schemaentwicklung nicht. Wenn sich Ihr Schema ändert, müssen Sie die Lieferung löschen und mit dem aktualisierten Schema neu erstellen. 
+  Verwenden Sie die herstellerseitige Schemavalidierung, um sicherzustellen, dass alle Datensätze dem registrierten Schema entsprechen, bevor sie in den Stream geschrieben werden. Dadurch wird die fehlgeschlagene Übertragung von Datensätzen minimiert. 

## S3-Objektlayout (Amazon S3-Buckets für allgemeine Zwecke)
<a name="best-practices-s3-layout"></a>
+  Wählen Sie eine Vorlage für einen Ausgabeschlüssel, die den Abfragemustern Ihrer nachgeschalteten Verbraucher entspricht. Verwenden Sie beispielsweise datumsbasierte Präfixe, wenn Ihre Abfragen häufig nach Zeitbereichen filtern. 
+  Aktivieren Sie die GZIP- oder ZSTD-Komprimierung, um die Speicherkosten zu senken und die Leseleistung für nachgelagerte Analyse-Workloads zu verbessern. 
+  Wählen Sie die geeignete Amazon S3-Speicherklasse auf der Grundlage Ihrer Datenzugriffsmuster aus. Verwenden Sie STANDARD für Daten, auf die häufig zugegriffen wird, INTELLIGENT\_TIERING, damit Amazon S3 Objekte automatisch zwischen Zugriffsebenen verschiebt, oder GLACIER\_IR für Daten, auf die selten zugegriffen wird und die dennoch in Millisekunden abgerufen werden müssen. 

## Sicherheit
<a name="best-practices-security"></a>
+  Passen Sie Ihre IAM-Richtlinie auf den spezifischen Bucket oder die Tabelle an, in die die Lieferung schreibt. Vermeiden Sie die Verwendung von Ressourcen-ARNs mit Platzhaltern. 
+  Nehmen Sie die `aws:SourceAccount` Bedingungsschlüssel `aws:SourceArn` und in die Vertrauensrichtlinie der von der Lieferung verwendeten IAM-Rolle auf. Auf diese Weise wird das verwirrte Stellvertreterproblem vermieden, da sichergestellt wird, dass nur Ihre spezifische Zustellung die Rolle übernehmen kann. 
+  Aktivieren AWS CloudTrail Sie die Protokollierung, um alle API-Aufrufe und Konfigurationsänderungen für die Zustellung zu überprüfen. 
+  Verwenden Sie einen vom Kunden verwalteten AWS KMS Schlüssel für vertrauliche Daten. Dadurch haben Sie die volle Kontrolle über die Schlüsselrotation, Zugriffsrichtlinien und Prüfprotokolle. 

## Dead-letter Warteschlange
<a name="best-practices-dlq"></a>
+  Richten Sie für Ihre Lieferung immer eine Warteschlange ein, in der Sie keine Nachrichten erhalten. Aufzeichnungen, die nicht an den Bestimmungsort geliefert werden können, werden zur späteren Überprüfung an die Warteschlange für unzustellbare Nachrichten gesendet. 
+  Überwachen Sie die `DLQDeliverySuccess` Metrik (`DeliveryToS3.DLQDeliverySuccess`oder`DeliveryToIceberg.DLQDeliverySuccess`) in CloudWatch , um zu erkennen, wann Datensätze in die Warteschlange für unzustellbare Nachrichten weitergeleitet werden. 
+  Untersuchen Sie regelmäßig die Einträge in der Warteschlange, um Muster bei Lieferausfällen zu erkennen und Korrekturmaßnahmen auf der Ebene des Herstellers oder der Versandkonfiguration zu ergreifen. 

## Überwachen
<a name="best-practices-monitoring"></a>
+  Erstellen Sie CloudWatch Alarme anhand der Kennzahlen für die Lieferung `DataFreshness` und die Kennzahlen für fehlerhafte Aufzeichnungen (`DeliveryToS3.FailedRecordCount`oder`DeliveryToIceberg.FailedRowCount`), um Lieferprobleme proaktiv zu erkennen. 
+  Aktiviere CloudWatch Logs für deine Lieferung, um detaillierte Versanddiagnosen und Fehlermeldungen zu erfassen. 
+  Verfolgen Sie die Metrik (`DeliveryToS3.BytesOut`oder`DeliveryToIceberg.BytesOut`) der zugestellten Byte, um den Durchsatz zu überwachen und unerwartete Einbrüche des Datenvolumens zu erkennen.