Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Game Analytics Pipeline Gli sviluppatori di giochi sono sempre più alla ricerca di modi per comprendere meglio il comportamento dei giocatori in modo da poter migliorare l'esperienza di gioco per fidelizzare e far crescere la propria base di giocatori. L'analisi dei giochi rappresenta l'infrastruttura tecnica e i processi necessari per comprendere e analizzare i dati generati dal gioco e dai servizi correlati. Ciò richiede in genere l'uso di un'architettura di pipeline di analisi in grado di supportare questo end-to-end processo, come l'implementazione della soluzione [Game Analytics Pipeline](https://aws.amazon.com/solutions/implementations/game-analytics-pipeline/). Le architetture di analisi dei giochi hanno le seguenti caratteristiche: + Le fonti di dati inviano i dati in un formato comune come JSON e in genere includono server di gioco e servizi di backend per giochi, oltre a client di gioco, inclusi PC, dispositivi mobili e console di gioco. + Una pipeline di analisi dei giochi automatizza l'intero flusso di lavoro di acquisizione e archiviazione dei dati grezzi e della loro elaborazione in formati di output utilizzabili in modo che possano essere analizzati in modo efficiente ed economico dai consumatori di dati, come gli utenti finali e le applicazioni di analisi. + Le pipeline di analisi dei giochi forniscono supporto per l'acquisizione e l'elaborazione di elevati volumi di dati in tempo reale su larga scala man mano che il gioco cresce. + Fornisci supporto sia per i casi d'uso in tempo reale che per la creazione di report in batch. Ad esempio, le dashboard e gli avvisi in tempo reale vengono in genere utilizzati dai team operativi dal vivo per monitorare l'infrastruttura di gioco e il comportamento dei giocatori per rilevare problemi. I team di analisti dei dati in genere si affidano a report in batch e in base alle necessità per comprendere le tendenze nel tempo. ![Pipeline di analisi dei giochi senza server per la telemetria del gioco](http://docs.aws.amazon.com/it_it/wellarchitected/latest/games-industry-lens/images/image8.jpeg) I dati di gioco vengono acquisiti da client di gioco, server di gioco e altre applicazioni. I dati di streaming vengono inseriti in Amazon S3 per l'integrazione dei data lake e l'analisi interattiva. L'analisi in streaming elabora eventi in tempo reale e genera metriche. I consumatori di dati analizzano i dati delle metriche in Amazon CloudWatch e gli eventi non elaborati in Amazon S3. + **API della soluzione e dati di configurazione:** utilizza Amazon API Gateway per fornire un'API REST per amministrare la pipeline di analisi dei giochi e archiviare i dati di configurazione in Amazon DynamoDB utilizzando le funzioni Lambda. Puoi creare un portale interno sulla base di questa API o un'interfaccia a riga di comando personalizzata per l'amministrazione. Un'API REST fornisce anche l'autenticazione del server per importare dati di gioco da fonti di dati e inoltrare i dati di telemetria ad Amazon Kinesis Data Streams per l'elaborazione in tempo reale e l'inserimento nello storage. + **Flusso di eventi:** Amazon Kinesis Data Streams acquisisce i dati di streaming dal gioco e consente l'elaborazione dei dati in tempo reale da parte di Amazon Data Firehose e Amazon Managed Service per Apache Flink. + **Analisi dello streaming:** Managed Service for Apache Flink analizza i dati degli eventi di streaming da Kinesis Data Streams e può generare metriche e avvisi personalizzati che vengono pubblicati utilizzando le funzioni Lambda. CloudWatch + **Metriche e notifiche:** usa Amazon CloudWatch per monitorare i parametri, i log e gli allarmi della tua soluzione. Usa Amazon SNS per inviare notifiche ai tecnici in servizio e ad altri consumatori di dati. + **Inserimento di streaming: utilizza Firehose per utilizzare i dati in streaming da Kinesis Data Streams e distribuirli al data lake in Amazon S3 per lo storage**, la trasformazione e l'integrazione a lungo termine con altri dati. + **Integrazione con data lake ed ETL: utilizzala** AWS Glue per i flussi di lavoro di elaborazione ETL e per organizzare i metadati in AWS AWS Glue Data Catalog, che fornisce la base per un data lake per l'integrazione con strumenti di analisi flessibili. + **Analisi interattive:** gli utenti finali possono utilizzare Amazon Athena per eseguire query interattive ad hoc sui set di dati archiviati in Amazon S3 e Quick Suite può essere utilizzata per creare dashboard. Fai riferimento alla [Game Analytics Pipeline per un'implementazione di riferimento automatizzata di una pipeline](https://aws.amazon.com/solutions/implementations/game-analytics-pipeline/) di analisi che può essere distribuita nel tuo account utilizzando. AWS CloudFormation