張貼日期: Nov 2, 2017
Amazon Kinesis Analytics 可讓您即時偵測串流資料的異常之處。今天我們推出了兩項新的功能，可提供關於異常狀況的說明，讓您輕鬆分析出問題的根源。您可以得知資料中的哪些欄位導致了高度異常的分數，並找出與異常狀況相關的趨勢。
Kinesis Analytics 採用 Random Cut Forest 演算法來分析一個或多個數值欄位，並產生分數來找出資料串流中的異常處。在資料串流中的紀錄包含大量欄位時，想要以人為方式判斷是哪些欄位造成異常的高分，會變得非常困難，當資料的數量龐大、移動快速，而且經常變更時更是如此。Kinesis Analytics 現在能利用資料的歸因與方向性，針對異常分數提供即時的說明。歸因可說明輸入欄位對整體分數的貢獻，方向性則可提供關於趨勢的資訊，例如各欄位中數值的起伏。如需詳細資訊和範本程式碼，請參閱「Amazon Kinesis Analytics SQL 參考」中的提供說明的 Random Cut Forest 演算法。
Kinesis Analytics 是利用 SQL 即時處理串流資料最簡單的方式，無需學習新的程式設計語言或處理架構。 Kinesis Analytics 讓您能夠使用 SQL 查詢串流資料或建立整個串流應用程式，藉此取得可行的洞見及迅速回應業務和客戶需求。Kinesis Analytics 在美國東部 (維吉尼亞北部)、美國西部 (奧勒岡) 和歐洲 (愛爾蘭) 區域皆可使用。