82 个版本 (38 个稳定版本)

新版本 1.39.0 2024 年 8 月 16 日
1.36.0 2024 年 7 月 22 日
1.18.0 2024 年 3 月 26 日
1.9.0 2023 年 12 月 21 日
0.0.0 2021 年 5 月 7 日

#2346网络编程

Download history 100/week @ 2024-04-26 178/week @ 2024-05-03 121/week @ 2024-05-10 155/week @ 2024-05-17 153/week @ 2024-05-24 107/week @ 2024-05-31 159/week @ 2024-06-07 232/week @ 2024-06-14 74/week @ 2024-06-21 1/week @ 2024-06-28 112/week @ 2024-07-05 84/week @ 2024-07-12 101/week @ 2024-07-19 116/week @ 2024-07-26 16/week @ 2024-08-02 126/week @ 2024-08-09

每月 361 次下载

Apache-2.0

2.5MB
43K SLoC

aws-sdk-iotanalytics

IoT Analytics 允许您收集大量设备数据,处理消息并将它们存储起来。然后,您可以查询这些数据并在其上运行复杂的分析。IoT Analytics 通过与 Jupyter Notebooks 集成实现高级数据探索,并通过与 Amazon QuickSight 集成实现数据可视化。

传统的分析和商业智能工具旨在处理结构化数据。IoT 数据通常来自记录噪声过程的设备(例如温度、运动或声音)。因此,这些设备的数据可能存在重大差距、损坏的消息和错误读数,这些都需要在分析之前清理。此外,IoT 数据通常只有在与其他外部数据源的数据的上下文中才有意义。

IoT Analytics 自动执行分析 IoT 设备数据的步骤。IoT Analytics 在将数据存储到时间序列数据存储以进行分析之前,过滤、转换和丰富 IoT 数据。您可以设置服务以仅收集您需要的设备数据,应用数学转换以处理数据,并在存储之前使用设备特定的元数据(如设备类型和位置)来丰富数据。然后,您可以通过内置的 SQL 查询引擎运行查询以分析您的数据,或执行更复杂的分析和机器学习推理。IoT Analytics 包括针对常见 IoT 用例的预构建模型,因此您可以回答诸如哪些设备即将故障或哪些客户有放弃可穿戴设备的危险等问题。

入门指南

在 GitHub 中的示例文件夹提供了许多服务和操作的示例。

SDK 为每个 AWS 服务提供了一个 crate。您必须在 Rust 项目中添加 Tokio 作为依赖项以执行异步代码。要将 aws-sdk-iotanalytics 添加到您的项目中,请在您的 Cargo.toml 文件中添加以下内容

[dependencies]
aws-config = { version = "1.1.7", features = ["behavior-version-latest"] }
aws-sdk-iotanalytics = "1.39.0"
tokio = { version = "1", features = ["full"] }

然后在代码中,可以通过以下方式创建客户端

use aws_sdk_iotanalytics as iotanalytics;

#[::tokio::main]
async fn main() -> Result<(), iotanalytics::Error> {
    let config = aws_config::load_from_env().await;
    let client = aws_sdk_iotanalytics::Client::new(&config);

    // ... make some calls with the client

    Ok(())
}

请参阅客户端文档,以了解可以调用哪些函数以及每个函数的输入和输出。

使用SDK

在SDK发布之前,我们将把使用SDK的信息添加到开发者指南中。请随时通过提交问题并描述您想做什么来建议指南的额外章节。

获取帮助

许可协议

本项目采用Apache-2.0许可协议。

依赖项

~8–20MB
~284K SLoC