AWS IoT Analytics 终止提供 - IoT 数据分析管道迁移指南
AWS IoT Analytics 已于 2025 年 12 月 15 日终止提供。解析官方迁移目标（Kinesis Data Streams / Data Firehose、S3 / Timestream、Glue + Athena）。还解析提供期间的 4 组件架构。
终止提供与迁移目标
AWS IoT Analytics 已于 2025 年 12 月 15 日终止提供（End of Support）。在此之前，AWS 已从 2024 年 7 月 25 日起停止接受新客户。现在已无法访问控制台和服务的资源。AWS 官方迁移指南按功能介绍了以下替代服务。数据收集为 Amazon Kinesis Data Streams 或 Amazon Data Firehose。转换和处理为 Amazon Managed Service for Apache Flink 或 Data Firehose + Lambda。存储为 Amazon S3 或 Amazon Timestream，分析为 AWS Glue 和 Amazon Athena。本页面作为记录提供期间规格的历史资料 + 迁移指南而保留。
IoT 数据分析的挑战与 IoT Analytics 的作用
IoT 设备会持续发送大量遥测数据（温度、湿度、振动、位置信息、运行状态等）。要分析这些数据，需要进行去除噪声、补全缺失值、转换单位、过滤异常值等预处理。用 IoT Core 接收数据后，用 Lambda 进行预处理，保存到 DynamoDB 或 S3，再用 Athena 查询，这样的架构是可行的。但需要自行构建和管理各组件之间的集成。AWS IoT Analytics 曾以托管服务的形式提供从 IoT 数据收集到分析的管道。它由通道（数据接收）、管道（预处理）、数据存储（保存）、数据集（查询结果）这 4 个组件构成，可以自动处理、累积和分析来自 IoT Core 的数据。
4 个组件的构成
通道是从 IoT Core 的规则操作或 BatchPutMessage API 接收数据的入口。接收到的原始数据会按原样保存，也可以用于重新处理。管道从通道获取数据，并应用一系列活动（处理步骤）。作为内置活动，有属性的添加和删除、过滤（排除不符合条件的数据）、数学转换（单位转换）、从设备注册表添加元数据。也可以通过 Lambda 活动执行自定义的预处理逻辑。数据存储是累积经管道处理后的数据的存储。它使用 S3 存储桶作为后端，也支持以 Parquet 格式保存。设置保留期后，旧数据会被自动删除。数据集是保存 SQL 查询结果的数据集合，可以通过计划执行（每小时、每天等）定期更新。
分析与可视化
在数据集的 SQL 查询中，对数据存储内的数据执行聚合、过滤、联接等分析。例如，可以定义“过去 24 小时各设备的平均温度和最高温度”、“发生了异常值（超过阈值）的设备列表”这样的查询，并通过计划执行定期更新结果。数据集的结果可以直接连接到 Amazon Quick Sight（原 Amazon QuickSight）来构建仪表板。实时可视化设备的运行状况、传感器值的趋势、异常检测的告警等。通过与 Jupyter Notebook 的集成，可以从 SageMaker 笔记本实例直接访问数据存储中的数据，进行 ML 模型的构建和验证。可以用于预测性维护（设备故障预测）、异常检测、需求预测等 ML 用例。还提供将容器化的分析代码作为数据集的操作来执行的功能，可以构建定期的 ML 推理管道。
费用以及与 Timestream 的选用
随着终止提供，以下费用体系现已不存在（提供期间的记录）。IoT Analytics 的费用为：消息处理（管道）每 100 万条消息 0.20 美元，数据存储每 GB 每月 0.03 美元，查询按分析的数据每 TB 5.00 美元。
数据质量与预处理的重要性
从 IoT 设备收集的数据经常包含缺失、异常值和格式不一致，无法直接用于分析。IoT Analytics 曾可以构建执行如下预处理的管道：导入原始数据后，排除不需要的数据，补全缺失，并附加外部信息以赋予数据意义。由此可以准备好适合分析的规整的数据集。由于分析的精度在很大程度上取决于输入数据的质量，这一预处理工序决定着结果。将原始的传感器数据整理为可靠的分析基础，是从 IoT 数据中提取有用见解的前提。
总结 - 迁移的方针
AWS IoT Analytics 是通过托管管道实现 IoT 设备数据的收集、预处理和分析的服务，但已于 2025 年 12 月 15 日终止提供。构建同等的分析平台时，正如官方迁移指南所示，基本形式是组合以下服务的架构。收集使用 Kinesis Data Streams / Data Firehose，预处理使用 Managed Service for Apache Flink 或 Data Firehose + Lambda，存储使用 S3 / Timestream，分析使用 Glue + Athena。本文通过预处理确保数据质量这一设计原则，在迁移后的架构中依然有效。
参考资料（AWS 官方）
本页的第一手信息来源是 AWS 官方网站及官方文档。最新的规格与价格请以下列官方页面为准。
如本页内容与官方文档不一致，请以官方文档为准。