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。

# 使用第三方集成从 Kinesis Data Streams 中读取
<a name="using-services-third-party-read"></a>

您可以使用以下与 Kinesis Data Streams 集成的任一第三方选项，从 Amazon Kinesis Data Streams 数据流中读取数据。选择您想详细了解的选项，然后查找资源和相关文档的链接。

**Topics**
+ [Apache Flink](using-other-services-read-flink.md)
+ [Adobe Experience Platform](using-other-services-read-adobe.md)
+ [Apache Druid](using-other-services-read-druid.md)
+ [Apache Spark](using-other-services-read-spark.md)
+ [Databricks](using-other-services-read-databricks.md)
+ [Kafka Confluent Platform](using-other-services-read-kafka.md)
+ [Kinesumer](using-other-services-read-kinesumer.md)
+ [Talend](using-other-services-read-talend.md)

# Apache Flink
<a name="using-other-services-read-flink"></a>

Apache Flink 是一种开源框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。有关利用 Apache Flink 使用 Kinesis Data Streams 的更多信息，请参阅 [Amazon Kinesis Data Streams Connector](https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/connectors/datastream/kinesis/)。

# Adobe Experience Platform
<a name="using-other-services-read-adobe"></a>

Adobe Experience Platform 让组织能够集中管理和标准化来自任何系统的客户数据。然后，该平台应用数据科学和机器学习，显著改进丰富的个性化体验的设计和交付。有关利用 Adobe Experience Platform 使用 Kinesis 数据流的更多信息，请参阅 [Amazon Kinesis 连接器](https://experienceleague.adobe.com/docs/experience-platform/sources/connectors/cloud-storage/kinesis.html)。

# Apache Druid
<a name="using-other-services-read-druid"></a>

Druid 是一种具备实时分析功能的高性能数据库，可在负载下大规模提供对流数据和批量数据的亚秒级查询。有关利用 Apache Druid 摄取 Kinesis Data Streams 数据的更多信息，请参阅 [Amazon Kinesis ingestion](https://druid.apache.org/docs/latest/development/extensions-core/kinesis-ingestion.html)。

# Apache Spark
<a name="using-other-services-read-spark"></a>

Apache Spark 是用于大规模数据处理的统一分析引擎。它提供了 Java、Scala、Python 和 R 的高级 APIs 版本，以及支持一般执行图的优化引擎。您可以使用 Apache Spark 来构建流处理应用程序，这些应用程序使用您的 Kinesis 数据流中的数据。

要通过 Apache Spark Structured Streaming 使用 Kinesis 数据流，请使用 Amazon Kinesis Data Streams [连接器](https://github.com/awslabs/spark-sql-kinesis-connector)。此连接器支持增强扇出型使用，可为您的应用程序提供高达每分片 2 MB/s 的专用数据读取吞吐量。有关更多信息，请参阅[开发具有专用吞吐量的自定义消费端（增强型扇出功能）](https://docs.aws.amazon.com/streams/latest/dev/enhanced-consumers.html)。

要通过 Spark Streaming 使用 Kinesis Data Streams，请参阅 [Spark Streaming \$1 Kinesis Integration](https://spark.apache.org/docs/latest/streaming-kinesis-integration.html)。

# Databricks
<a name="using-other-services-read-databricks"></a>

Databricks 是一种基于云的平台，可为数据工程、数据科学和机器学习提供协作环境。有关通过 Databricks 使用 Kinesis 数据流的更多信息，请参阅 [Connect to Amazon Kinesis](https://docs.databricks.com/structured-streaming/kinesis.html)。

# Kafka Confluent Platform
<a name="using-other-services-read-kafka"></a>

Confluent Platform 是基于 Kafka 构建的平台，提供了其他特性和功能，可帮助企业构建并管理实时数据管道和流式应用程序。有关利用 Confluent Platform 使用 Kinesis 数据流的更多信息，请参阅 [Amazon Kinesis Source Connector for Confluent Platform](https://docs.confluent.io/kafka-connectors/kinesis/current/overview.html#features)。

# Kinesumer
<a name="using-other-services-read-kinesumer"></a>

Kinesumer 是一个 Go 客户端，用于为 Kinesis 数据流实现客户端分布式消费端组客户端。有关更多信息，请参阅 [Kinesumer Github repository](https://github.com/daangn/kinesumer)。

# Talend
<a name="using-other-services-read-talend"></a>

Talend 是一种数据集成和管理软件，支持用户以可扩展且高效的方式收集、转换和连接来自各种来源的数据。有关利用 Talend 使用 Kinesis 数据流的更多信息，请参阅 [Connect talend to an Amazon Kinesis stream](https://help.talend.com/r/en-US/Cloud/connectors-guide/connector-kinesis)。