終止支援通知:在 2025 年 12 月 15 日, AWS 將結束對 的支援 AWS IoT Analytics。2025 年 12 月 15 日之後,您將無法再存取 AWS IoT Analytics 主控台或 AWS IoT Analytics 資源。如需詳細資訊,請參閱AWS IoT Analytics 終止支援。
本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
遷移選項
考慮從 遷移時 AWS IoT Analytics,請務必了解此轉移背後的優點和原因。下表提供替代選項和現有 AWS IoT Analytics 功能的映射。
動作 | AWS IoT Analytics | 替代服務 | 原因 |
---|---|---|---|
收集 |
AWS IoT Analytics 可讓您輕鬆地使用 |
|
Amazon Kinesis Data Streams 提供強大的解決方案。Kinesis 可即時串流資料,實現即時處理和分析,這對需要即時洞察和異常偵測的應用程式至關重要。 Amazon Data Firehose 可在串流資料落入 Amazon S3 之前,先簡化擷取和轉換串流資料的程序,並自動擴展以符合您的資料輸送量。 |
流程 |
在 中處理資料 AWS IoT Analytics 涉及清理、篩選、轉換,以及使用外部來源來充實資料。 |
|
Amazon Managed Service for Apache Flink 支援複雜的事件處理,例如模式比對和彙總,這對複雜的 AWS IoT Analytics 案例至關重要。 Amazon Data Firehose 可處理更簡單的轉換,並可叫用 AWS Lambda 函數進行自訂處理,提供彈性,而無須複雜的 Flink。 |
存放 |
AWS IoT Analytics 使用針對資料最佳化的時間序列 AWS IoT 資料存放區,其中包括資料保留政策和存取管理等功能。 |
|
Amazon S3 提供可擴展、耐用且符合成本效益的儲存解決方案。Amazon S3 與其他 AWS 服務的整合,使其成為長期儲存和分析大量資料集的理想選擇。 Amazon Timestream 是專用的時間序列資料庫。您可以從 Amazon S3 批次載入資料。 |
分析 |
AWS IoT Analytics 提供內建的 SQL 查詢功能、時間序列分析和託管 Jupyter 筆記本的支援,讓您輕鬆執行進階分析和機器學習。 |
|
AWS Glue 簡化 ETL 程序,讓您輕鬆擷取、轉換和載入資料,同時提供與 Athena 整合的資料目錄,以利查詢。 Amazon Athena 可讓您直接在 Amazon S3 中存放的資料上執行 SQL 查詢,而不需要管理任何基礎設施,進而進一步執行這項操作。 |
視覺化 |
AWS IoT Analytics 與 QuickSight 整合,可建立豐富的視覺化效果和儀表板。 |
|
根據您決定使用的替代資料存放區繼續使用 QuickSight,例如 Amazon S3。 |