

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 타사 통합을 사용하여 Kinesis Data Streams에 쓰기
<a name="using-other-services-third-party"></a>

Kinesis Data Streams와 통합되는 다음 타사 옵션 중 하나를 사용하여 Kinesis Data Streams에 데이터를 쓸 수 있습니다. 자세히 알아볼 옵션을 선택하고 리소스와 관련 설명서 링크를 찾습니다.

**Topics**
+ [Apache Flink](using-other-services-flink.md)
+ [Fluentd](using-other-services-Fluentd.md)
+ [Debezium](using-other-services-Debezium.md)
+ [Oracle GoldenGate](using-other-services-Oracle-GoldenGate.md)
+ [Kafka 연결](using-other-services-kafka-connect.md)
+ [Adobe Experience](using-other-services-adobe.md)
+ [Striim](using-other-services-Striim.md)

# Apache Flink
<a name="using-other-services-flink"></a>

Apache Flink는 무제한 및 제한 데이터 스트림에 대한 상태 저장 계산을 위한 프레임워크 및 분산 처리 엔진입니다. Apache Flink에서 Kinesis Data Streams에 쓰는 방법에 대한 자세한 내용은 [Amazon Kinesis Data Streams Connector](https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/connectors/datastream/kinesis/)를 참조하세요.

# Fluentd
<a name="using-other-services-Fluentd"></a>

Fluentd는 통합 로깅 계층을 위한 오픈 소스 데이터 수집기입니다. Fluentd에서 Kinesis Data Streams에 쓰는 방법에 대한 자세한 내용은 [Stream processing with Kinesis](https://docs.fluentd.org/how-to-guides/kinesis-stream)를 참조하세요.

# Debezium
<a name="using-other-services-Debezium"></a>

Debezium은 변경 데이터 캡처를 위한 오픈 소스 분산 플랫폼입니다. Debezium에서 Kinesis Data Streams에 쓰는 방법에 대한 자세한 내용은 [Streaming MySQL Data Changes to Amazon Kinesis](https://debezium.io/blog/2018/08/30/streaming-mysql-data-changes-into-kinesis/)를 참조하세요.

# Oracle GoldenGate
<a name="using-other-services-Oracle-GoldenGate"></a>

Oracle GoldenGate는 한 데이터베이스의 데이터를 다른 데이터베이스로 복제, 필터링 및 변환할 수 있는 소프트웨어 제품입니다. Oracle GoldenGate에서 Kinesis Data Streams에 쓰는 방법에 대한 자세한 내용은 [Data replication to Kinesis Data Stream using Oracle GoldenGate](https://blogs.oracle.com/dataintegration/post/data-replication-to-aws-kinesis-data-stream-using-oracle-goldengate)를 참조하세요.

# Kafka 연결
<a name="using-other-services-kafka-connect"></a>

Kafka Connect는 Apache Kafka와 다른 시스템 간에 데이터를 확장 가능하고 안정적으로 스트리밍하기 위한 도구입니다. Apache Kafka에서 Kinesis Data Streams에 데이터를 쓰는 방법에 대한 자세한 내용은 [Kinesis kafka connector](https://github.com/awslabs/kinesis-kafka-connector)를 참조하세요.

# Adobe Experience
<a name="using-other-services-adobe"></a>

Adobe Experience Platform을 통해 조직은 모든 시스템의 고객 데이터를 중앙 집중화하고 표준화할 수 있습니다. 그런 다음 데이터 과학과 기계 학습을 적용하여 풍부하고 개인화된 경험의 설계와 전송을 획기적으로 개선합니다. Adobe Experience Platform에서 Kinesis Data Streams에 데이터를 쓰는 방법에 대한 자세한 내용은 [Amazon Kinesis connection](https://experienceleague.adobe.com/docs/experience-platform/destinations/catalog/cloud-storage/amazon-kinesis.html?lang=en)을 생성하는 방법을 참조하세요.

# Striim
<a name="using-other-services-Striim"></a>

Striim은 데이터를 실시간으로 수집, 필터링, 변환, 강화, 집계, 분석 및 전송하는 완전한 엔드 투 엔드 인 메모리 플랫폼입니다. Striim에서 Kinesis Data Streams에 데이터를 쓰는 방법에 대한 자세한 내용은 [Kinesis Writer](https://www.striim.com/docs/en/kinesis-writer.html)를 참조하세요.