kafka或kinesis 做数据收集
S3+redshift 做数仓
EMR做计算
RDS做数据市场
AWS Glue / AWS Data Pipeline 做数据集成
这些组件配合起来，几乎可以做各种方式的数据分析
kinesis还是比较推荐，延迟时间可以配置的算是实时的，而且功能会多一点，聚合、过滤什么的都可以
更多的组合请参见这篇官方文档，我是从里面选了几个做为我的最侍实践方案，前期足够使用
https://aws.amazon.com/cn/big-data/datalakes-and-analytics/?nc2=h_m2
后续按需扩展服务不会产生影响或是工作量的重复