

终止支持通知： AWS 将于 2025 年 12 月 15 日终止对的支持 AWS IoT Analytics。2025 年 12 月 15 日之后，您将无法再访问 AWS IoT Analytics 控制台或 AWS IoT Analytics 资源。有关更多信息，请参阅[AWS IoT Analytics 终止支持](https://docs.aws.amazon.com/iotanalytics/latest/userguide/iotanalytics-end-of-support.html)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 步骤 1：重定向正在进行的数据摄取
<a name="redirect-ongoing-data"></a>

迁移的第一步是将正在进行的数据摄取重定向到新服务。我们根据您的具体用例推荐两种模式：

![\[建议的架构\]](http://docs.aws.amazon.com/zh_cn/iotanalytics/latest/userguide/images/suggested-architecture.png)


## 模式 1：亚马逊 Kinesis Data Streams 使用适用于 Apache Flink 的亚马逊托管服务
<a name="pattern1-ingestion"></a>

在这种模式中，您首先发布与 Amazon Kinesis Data Streams 集成的数据，这样您就可以实时收集、处理和分析大量带宽的数据。 AWS IoT Core 

**指标和分析**

1. **摄取数据： AWS IoT 数据实时**输入到 Amazon Kinesis Data Streams 中。Amazon Kinesis Data Streams 可以处理来自数百万 AWS IoT 台设备的高吞吐量数据，从而实现实时分析和异常检测。

1. **处理数据**：使用适用于 Apache Flink 的亚马逊托管服务来处理、丰富和筛选来自亚马逊 Kinesis Data Streams 的数据。Flink 为复杂的事件处理提供了强大的功能，例如聚合、联接和临时操作。

1. **存储数据**：Flink 将处理后的数据输出到 Amazon S3 以供存储和进一步分析。然后，可以使用 Amazon Athena 或与其他分析服务集成 AWS 来查询这些数据。

如果您的应用程序涉及高带宽流数据并且需要高级处理（例如模式匹配或窗口），则使用此模式，则此模式最合适。

## 模式 2：使用亚马逊 Data Firehose
<a name="pattern2-ingestion"></a>

在这种模式下，数据将发布到 AWS IoT Core与 Amazon Data Firehose 集成，允许您将数据直接存储在 Amazon S3 中。此模式还支持使用 AWS Lambda进行基本转换。

**指标和分析**

1. **摄取数据： AWS IoT 数据**直接从您的设备中提取或导入 AWS IoT Core Amazon Data Firehose。

1. **处理数据**：Amazon Data Firehose 对数据进行基本的转换和处理，例如格式转换和扩充。您可以启用 Firehose 数据转换，方法是将其配置为调用 AWS Lambda 函数来转换传入的源数据，然后再将其传送到目的地。

1. **存储数据**：处理后的数据将以近乎实时的方式传输到 Amazon S3。Amazon Data Firehose 会自动扩展以匹配传入数据的吞吐量，从而确保可靠、高效的数据交付。

对于需要基本转换和处理的工作负载，请使用此模式。此外，Amazon Data Firehose 还为存储在 Amazon S3 中的数据提供数据缓冲和动态分区功能，从而简化了流程。