投稿日: Nov 2, 2017
Amazon Kinesis Analytics では、ストリーミングデータの異常をリアルタイムで検出できます。本日は、異常の説明を提供する 2 つの新機能を発表しました。これにより、根本原因解析が容易になります。データのどのフィールドが高い異常スコアにつながるか調べ、異常に関連する傾向を特定できます。
Kinesis Analytics は Random Cut Forest アルゴリズムを使用して 1 つまたは複数の数値フィールドを分析し、スコアを生成してデータストリームの異常を特定します。データストリームのレコードに多数のフィールドが含まれている場合、どのフィールドが高い異常スコアにつながるのか手動で判断するのは困難な場合があります (特に、データが大量である、高速に移動している、頻繁に変更される場合)。Kinesis Analytics では、帰属と方向性を使用して、異常スコアのリアルタイムの説明を提供できるようになりました。属性はスコア全体に対する入力フィールドの影響について説明し、方向性は各フィールドの落ち込みやスパイクなどの傾向に関する情報を提供します。詳細とサンプルコードについては、Amazon Kinesis Analytics SQL リファレンスの「Random Cut Forest と説明」を参照してください。
Kinesis Analytics は、新しいプログラミング言語や処理フレームワークについて学ぶことなく、SQL でストリーミングデータをリアルタイムで処理するための最も簡単な方法です。 Kinesis Analytics を使用すると、SQL を使用してストリーミングデータのクエリやストリーミングアプリケーション全体の構築を行うことができます。これにより、実用的なインサイトを得ることができ、ビジネスやお客様のニーズにすばやく対応できます。Kinesis Analytics は､米国東部 (バージニア北部)、米国西部 (オレゴン)、欧州 (アイルランド) の各リージョンで利用できます。