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。

# 使用第三方整合從 Kinesis Data Streams 讀取
<a name="using-services-third-party-read"></a>

您可以使用與 Kinesis Data Streams 整合的下列其中一個第三方選項，從 Amazon Kinesis Data Streams 資料串流讀取資料。選取您想要進一步了解的選項，並尋找相關文件的資源和連結。

**Topics**
+ [

# Apache Flink
](using-other-services-read-flink.md)
+ [

# Adobe 體驗平台
](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 平台
](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 是一個架構和分散式處理引擎，用於對未限制和有限制資料串流進行狀態運算。如需使用 Apache Flink 取用 Kinesis 資料串流的詳細資訊，請參閱 [Amazon Kinesis Data Streams 連接器](https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/connectors/datastream/kinesis/)。

# Adobe 體驗平台
<a name="using-other-services-read-adobe"></a>

Adobe 體驗平台使組織能夠集中和標準化來自任何系統的客戶資料。然後，它會套用資料科學和機器學習，大幅改善豐富、個人化體驗的設計和交付。如需使用 Adobe Experience Platform 使用 Kinesis 資料串流的詳細資訊，請參閱 [Amazon Kinesis 連接器](https://experienceleague.adobe.com/docs/experience-platform/sources/connectors/cloud-storage/kinesis.html)。

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

Druid 是高效能的即時分析資料庫，可在不到一秒鐘的時間內提供大規模和負載下的串流和批次資料查詢。如需使用 Apache Druid 擷取 Kinesis 資料串流的詳細資訊，請參閱 [Amazon Kinesis 擷取](https://druid.apache.org/docs/latest/development/extensions-core/kinesis-ingestion.html)。

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

Apache Spark 是用於大規模資料處理的統一分析引擎。它提供了 Java、Scala、Python 和 R 中的高層級 API，以及支援一般執行圖的最佳化引擎。您可以使用 Apache Spark 建置串流處理應用程式，以取用 Kinesis 資料串流中的資料。

若要使用 Apache Spark 結構化串流使用 Kinesis 資料串流，請使用 Amazon Kinesis Data Streams [連接器](https://github.com/awslabs/spark-sql-kinesis-connector)。此連接器支援使用增強型廣發，為您的應用程式提供每秒高達 2 MB 資料的專用讀取輸送量。如需詳細資訊，請參閱[使用專用輸送量開發自訂消費者 （增強廣發）](https://docs.aws.amazon.com/streams/latest/dev/enhanced-consumers.html)。

若要使用 Spark 串流使用 Kinesis 資料串流，請參閱 [Spark 串流 \$1 Kinesis 整合](https://spark.apache.org/docs/latest/streaming-kinesis-integration.html)。

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

Databricks 是一個基於雲端的平台，可為資料工程、資料科學和機器學習提供協作環境。如需使用 Databricks 使用 Kinesis 資料串流的詳細資訊，請參閱[連線至 Amazon Kinesis](https://docs.databricks.com/structured-streaming/kinesis.html)。

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

Confluent 平台建立在 Kafka 之上，並提供額外的特性和功能，幫助企業構建和管理即時資料管道和串流應用程式。如需使用 Confluent 平台使用 Kinesis 資料串流的詳細資訊，請參閱 [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 Go 用戶端，實作 Kinesis 資料串流的用戶端分散式取用者群組用戶端。如需詳細資訊，請參閱 [Kinesumer GitHub 儲存庫](https://github.com/daangn/kinesumer)。

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

Talend 是一種資料整合和管理軟體，允許使用者以可擴展和高效的方式收集、轉換和連接來自各種來源的資料。如需使用 Talend 使用 Kinesis 資料串流的詳細資訊，請參閱[將 talend 連接至 Amazon Kinesis 串流](https://help.talend.com/r/en-US/Cloud/connectors-guide/connector-kinesis)。