Avis de fin de support : le 15 décembre 2025, AWS le support de AWS IoT Analytics. Après le 15 décembre 2025, vous ne pourrez plus accéder à la AWS IoT Analytics console ni aux AWS IoT Analytics ressources. Pour plus d'informations, voir AWS IoT Analytics fin du support.
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Options de migration
Lorsque vous envisagez une migration depuis AWS IoT Analytics, il est important de comprendre les avantages et les raisons de ce changement. Le tableau ci-dessous propose des options alternatives et un mappage vers les AWS IoT Analytics fonctionnalités existantes.
| Action | AWS IoT Analytics | Service alternatif | Raison |
|---|---|---|---|
Collecte |
AWS IoT Analytics facilite l'ingestion de données provenant directement de AWS IoT Core ou d'autres sources à l'aide de l' |
|
Amazon Kinesis Data Streams propose une solution robuste. Kinesis diffuse les données en temps réel, ce qui permet un traitement et une analyse immédiats, ce qui est essentiel pour les applications nécessitant des informations en temps réel et la détection des anomalies. Amazon Data Firehose simplifie le processus de capture et de transformation des données de streaming avant leur arrivée dans Amazon S3, en s'adaptant automatiquement à votre débit de données. |
Processus |
Le traitement des données AWS IoT Analytics implique de les nettoyer, de les filtrer, de les transformer et de les enrichir avec des sources externes. |
|
Amazon Managed Service pour Apache Flink prend en charge le traitement d'événements complexes, tels que la correspondance de modèles et les agrégations, qui sont essentiels pour les scénarios sophistiqués AWS IoT Analytics . Amazon Data Firehose gère des transformations plus simples et peut invoquer des AWS Lambda fonctions pour un traitement personnalisé, offrant ainsi une flexibilité sans la complexité de Flink. |
Stockage |
AWS IoT Analytics utilise un magasin de données chronologiques optimisé pour les AWS IoT données, qui inclut des fonctionnalités telles que les politiques de conservation des données et la gestion des accès. |
|
Amazon S3 propose une solution de stockage évolutive, durable et rentable. L'intégration d'Amazon S3 à d'autres AWS services en fait un excellent choix pour le stockage à long terme et l'analyse d'ensembles de données volumineux. Amazon Timestream est une base de données de séries chronologiques spécialement conçue. Vous pouvez charger des données par lots depuis Amazon S3. |
Analyser |
AWS IoT Analytics fournit des fonctionnalités intégrées de requête SQL, d'analyse de séries chronologiques et de prise en charge des blocs-notes Jupyter hébergés, ce qui facilite la réalisation d'analyses avancées et d'apprentissage automatique. |
|
AWS Glue simplifie le processus ETL en facilitant l'extraction, la transformation et le chargement des données, tout en fournissant un catalogue de données intégré à Athena pour faciliter les requêtes. Amazon Athena va encore plus loin en vous permettant d'exécuter des requêtes SQL directement sur les données stockées dans Amazon S3 sans avoir à gérer d'infrastructure. |
Visualisation |
AWS IoT Analytics s'intègre à QuickSight, permettant la création de visualisations et de tableaux de bord riches. |
|
Continuez à utiliser QuickSight en fonction de la banque de données alternative que vous décidez d'utiliser, comme Amazon S3. |
