Accéder au contenu principal

Cours

Streaming de données avec AWS Kinesis et Lambda

AvancéNiveau de compétence

Actualisé 02/2026

Maîtrisez le traitement des données en streaming grâce aux technologies sans serveur d’AWS.

Commencer le cours gratuitement

AWSCloud

4 h

22 vidéos

56 Exercices

4,500 XP

9,193

Certificat de formation

Apprécié par des utilisateurs provenant de milliers d'entreprises

Former une équipe ?

Essayez pour les entreprises

Description du cours

Qu'est-ce qui alimente les systèmes que nous utilisons tous les jours sans nous en rendre compte, comme la détection des fraudes qui garantit la sécurité de nos transactions ou les feux de signalisation qui assurent la fluidité du trafic ? La réponse est le streaming data (données générées en continu par différentes sources) et les technologies sans serveur, comme Amazon Kinesis et AWS Lambda.

Dans ce cours, vous apprendrez à tirer parti de ces puissantes technologies en aidant un ingénieur en données fictif nommé Cody. Votre objectif est de l'aider à collecter des données en temps réel à partir de véhicules appartenant à la ville, d'analyser ces données et d'envoyer des alertes pertinentes, comme des avertissements de vitesse, aux conducteurs. En utilisant Amazon Kinesis et Firehose, vous apprendrez à ingérer des données provenant de millions de sources avant d'utiliser Kinesis Analytics pour analyser les données au fur et à mesure qu'elles se déplacent dans le flux. Vous créerez également des fonctions sans serveur dans AWS Lambda qui déclencheront conditionnellement des actions en fonction des données reçues. À la fin de cette formation, vous saurez comment créer des tableaux de bord ElasticSearch en direct avec AWS QuickSight et CloudWatch et, je l'espère, aider Cody à mener à bien son ambitieux projet.

Prérequis

Introduction to AWS Boto in Python Introduction to Shell Streaming Concepts

1

Diffusion en continu dans le cloud

Dans ce premier chapitre, vous découvrirez les différences entre le traitement par lots et le traitement par flux, vous créerez votre premier flux, vous gérerez ses permissions, vous écrirez et lirez à partir de lui.

Qu'est-ce que la diffusion en continu et pourquoi est-elle importante ?

Batch vs stream

Producteurs et destinations

Gestion des flux de livraison Firehose

Se préparer pour le premier stream

Créer des rôles

IAM utilisateurs et rôles

Pratique des autorisations

Création d'un seau S3

Travailler avec le flux de livraison Firehose

Créez votre premier flux Firehose

Écrire dans un flux Firehose

Lecture des données Firehose

Commencer le chapitre

2

Passer au sans-serveur

L'étape suivante de votre parcours en matière de données en continu consiste à apprendre à utiliser des fonctions lambda transformationnelles pour passer à l'étape sans serveur. Grâce à des exercices pratiques, vous ajouterez des couches lambda et déclencherez des fonctions lambda dans des conditions spécifiques.

Passer au sans-serveur

Créer et exécuter des fonctions Lambda

Serveur sans serveur vs serveurs

Composants de la fonction lambda

Lecture des données de S3 en fonction d'un événement

Votre premier lambda vivant !

Ajouter une couche lambda

Flux lambda

Utilisation des variables d'environnement

Flux de données sans serveur

Lambdas rapides et lambdas lents

Un lambda déclenché dans le temps

Code lambda à déclenchement temporel

Sans serveur APIs

Créez un lambda API

Une solution sans serveur API

Commencer le chapitre

3

Analyse des données en continu

Vous êtes maintenant prêt à encoder et décoder des données en continu et à les analyser directement dans le flux. Vous utiliserez même plusieurs flux pour obtenir les vitesses maximales quotidiennes des véhicules.

Une transformation Lambda

Transformer des données à l'intérieur d'un flux

Encodage et décodage de base64

Créez un lambda transformationnel

Un lambda transformationnel dépouillé

Analyse des données dans le flux

Créer une application d'analyse de données Kinesis

Analyse de données Kinesis contre Lambda transformationnel

Construire une application d'analyse de données Kinesis

Kinesis data analytics SQL composants

Utilisation de plusieurs flux

Fournir des données à partir de Kinesis Analytics

Obtenez la vitesse maximale quotidienne

Utiliser l'analyse de données Kinesis pour les alertes

Commencer le chapitre

4

Contrôle et visualisation des données en continu

Dans ce dernier chapitre, vous découvrirez comment surveiller les performances de votre flux à l'aide de journaux, de mesures, d'alarmes et de tableaux de bord. Vous utiliserez Elasticsearch et construirez votre propre tableau de bord Kibana.

Étude de cas sur les données en continu

Création d'un cluster Elasticsearch

RedShift vs Elasticsearch

Suivi des performances

Dasbhoards et alarmes de Cloudwatch

Composants de Cloudwatch

Flux de surveillance Cloudwatch

Visualisation des données en continu

Travailler avec ElasticSearch en utilisant Kibana

Cloudwatch vs Elasticsearch

Flux de visualisation Elasticsearch

Une approche alternative

Une autre approche alternative

Commencer le chapitre

Streaming de données avec AWS Kinesis et Lambda

Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performanceS'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Streaming de données avec AWS Kinesis et Lambda dès aujourd'hui !

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.