Xử lý dữ liệu không phải streaming: tệp ghi âm trên Amazon S3
Không phải dữ liệu nào cũng là luồng sự kiện liên tục; với tệp đã lưu trên Amazon S3, xử lý theo batch hoặc AI service do AWS quản lý thường phù hợp hơn.
Bộ phận chăm sóc khách hàng của MFTECH lưu tệp ghi âm cuộc gọi trên S3 và muốn tự động phân tích cảm xúc của khách hàng, sau đó để analyst chạy truy vấn SQL tuỳ ý (ad-hoc) trên kết quả. Dữ liệu ở đây là các tệp âm thanh đã lưu, không phải luồng sự kiện liên tục, nên các dịch vụ stream trong bài này không phải lựa chọn chính. Chọn từng mục để xem phạm vi sử dụng và phương án phù hợp.
Xử lý và phân tích dữ liệu streaming bằng Java, Scala, Python hoặc SQL: phân tích chuỗi thời gian, cấp dữ liệu cho dashboard thời gian thực, tính metric. Phù hợp với ứng dụng chạy lâu dài như streaming ETL. Tên cũ: Amazon Kinesis Data Analytics for Apache Flink.
Vì sao không chọn trong tình huống nàyFlink không chuyển giọng nói thành văn bản. Ứng dụng Flink chạy liên tục trên luồng dữ liệu; yêu cầu ở đây là analyst chạy từng câu SQL tuỳ ý trên bản ghi văn bản đã lưu.
Phương án phù hợpAmazon Transcribe chuyển ghi âm thành văn bản; Call Analytics của Transcribe được thiết kế cho âm thanh tổng đài và cung cấp sẵn sentiment analysis. Kết quả lưu trên S3, analyst truy vấn bằng Amazon Athena: SQL chuẩn trực tiếp trên S3, serverless, trả phí theo truy vấn.
Luồng xử lý Transcribe → S3 → Athena được mô phỏng trong bài Analytics, Phần 4.
- Phân tích luồng dữ liệu liên tục: Managed Service for Apache Flink (Studio cho truy vấn tương tác trên stream).
- Tệp ghi âm cuộc gọi cần phân tích cảm xúc và truy vấn SQL tuỳ ý: Amazon Transcribe (Call Analytics) chuyển thành văn bản trên S3, Amazon Athena chạy SQL.
- Kinesis không chuyển giọng nói thành văn bản.
Processing data that is not streaming: call recordings in Amazon S3
Not all data is a continuous stream of events; for files already stored in Amazon S3, batch processing or AWS managed AI services usually fit better.
MFTECH’s customer service department stores call recordings on S3 and wants to analyze customer sentiment automatically, then let analysts run ad-hoc SQL queries on the results. The data here is stored audio files, not a continuous event stream, so the streaming services in this lesson are not the main choice. Choose each item to see what it is for and what fits instead.
Processes and analyzes streaming data with Java, Scala, Python or SQL: time-series analytics, feeding real-time dashboards, computing metrics. Suits long-running applications such as streaming ETL. Former name: Amazon Kinesis Data Analytics for Apache Flink.
Vì sao không chọn trong tình huống nàyFlink does not convert speech to text. A Flink application runs continuously on a data stream; the requirement here is for analysts to run individual ad-hoc SQL queries on stored transcripts.
Phương án phù hợpAmazon Transcribe converts the recordings to text; Transcribe Call Analytics is designed for call center audio and provides sentiment analysis out of the box. The output is stored on S3, and analysts query it with Amazon Athena: standard SQL directly on S3, serverless, pay per query.
The Transcribe → S3 → Athena pipeline is simulated in the Analytics lesson, Part 4.
- Analyzing a continuous data stream: Managed Service for Apache Flink (Studio for interactive queries on a stream).
- Call recordings that need sentiment analysis and ad-hoc SQL: Amazon Transcribe (Call Analytics) converts them to text on S3, and Amazon Athena runs the SQL.
- Kinesis does not convert speech to text.