Arkinu
Comparador de servicios de AWS

Amazon Kinesis vs Amazon Kinesis Video Streams: diferencias y cuándo usar cada uno

Amazon Kinesis
Amazon Kinesis Video Streams

Se confunden a menudo en el examenLas preguntas suelen ofrecer uno como distractor del otro: fíjate en la frase del escenario que inclina la balanza.

Analítica

Amazon Kinesis

Familia de servicios para datos en streaming. Kinesis Data Streams recoge y procesa flujos de registros en tiempo real con aplicaciones consumidoras propias, y Amazon Data Firehose entrega el streaming, sin escribir aplicaciones, a destinos como Amazon S3, Amazon Redshift o Amazon OpenSearch Service.

Frases del examen que apuntan aquí

  • «recopilar y procesar datos de streaming en tiempo real»

    Kinesis Data Streams recibe flujos continuos de registros (clics, logs, telemetría) y los deja disponibles para las aplicaciones consumidoras en cuestión de segundos o menos.

    Cuándo no: Si solo hay que llevar esos datos a Amazon S3, Amazon Redshift u Amazon OpenSearch Service sin escribir consumidores y se toleran unos segundos o minutos de retraso, encaja mejor Amazon Data Firehose. Si la empresa ya usa Apache Kafka, se piensa en Amazon MSK; si lo que llega es video, en Amazon Kinesis Video Streams.

  • «varias aplicaciones deben leer los mismos datos al mismo tiempo»

    En un data stream, cada aplicación consumidora lee el flujo completo de forma independiente: una puede calcular métricas mientras otra archiva, sin quitarse los registros entre sí.

    Cuándo no: Si cada mensaje debe procesarlo un solo trabajador y luego desaparecer, el patrón es una cola (Amazon SQS). Si el mensaje debe empujarse a varios suscriptores como notificación, se piensa en Amazon SNS.

  • «volver a procesar los datos de los últimos días»

    Kinesis Data Streams conserva los registros durante el periodo de retención, así que un consumidor puede volver a leerlos desde un punto anterior, por ejemplo tras corregir un error.

    Cuándo no: La retención por defecto es de 24 horas; para más tiempo hay que ampliarla y tiene costo. Si se trata de guardar el histórico durante meses o años para consultarlo, lo habitual es archivarlo en Amazon S3 (por ejemplo, con Firehose).

  • «cargar datos de streaming en Amazon S3, Amazon Redshift o Amazon OpenSearch Service sin administrar aplicaciones»

    Amazon Data Firehose es un servicio de entrega administrado: los productores envían datos y Firehose los agrupa, opcionalmente los transforma y los entrega al destino configurado.

    Cuándo no: Firehose acumula datos por tamaño o por tiempo antes de entregarlos, así que es casi en tiempo real, no instantáneo. Si se necesita procesar cada registro con lógica propia, con varios consumidores o con reprocesamiento, se usa Kinesis Data Streams.

  • «convertir los datos a Apache Parquet antes de guardarlos en Amazon S3»

    Firehose puede convertir registros JSON a formatos columnares como Parquet u ORC y particionar los datos en S3 durante la entrega, lo que abarata y acelera las consultas posteriores.

    Cuándo no: Si la transformación es un ETL por lotes complejo sobre datos que ya están almacenados, encaja mejor AWS Glue. Si basta con consultar los datos tal como están en S3, Amazon Athena puede leerlos sin conversión previa.

  • «procesar en orden los registros de cada dispositivo»

    La partition key decide a qué shard va cada registro; los registros con la misma clave van al mismo shard y se leen en el orden en que se escribieron.

    Cuándo no: Si lo que se necesita es orden más confirmación y borrado mensaje a mensaje por un único consumidor, una cola FIFO de Amazon SQS con message group ID puede encajar mejor.

Suele ir con

  • AWS Lambda
  • Amazon S3
  • Amazon Redshift
  • Amazon OpenSearch Service
Estudiar Amazon Kinesis →

Servicios multimedia

Amazon Kinesis Video Streams

Servicio gestionado para transmitir video en vivo desde dispositivos, como cámaras de seguridad, smartphones o drones, a la nube de AWS. Permite procesarlo en tiempo real o guardarlo durante un periodo de retención para analizarlo por lotes.

Frases del examen que apuntan aquí

  • «transmitir video desde cámaras a AWS para almacenarlo y analizarlo»

    Amazon Kinesis Video Streams recibe video de dispositivos como cámaras, teléfonos o drones, lo guarda cifrado e indexado por tiempo y lo deja disponible para reproducirlo o procesarlo.

    Cuándo no: Si se trata de producir video en directo de calidad broadcast para televisión o para muchas pantallas, se piensa en AWS Elemental MediaLive. Si lo que llega son registros de datos (clics, telemetría), no video, encaja Amazon Kinesis Data Streams.

  • «reproducir en una aplicación el video en vivo o grabado de las cámaras»

    Kinesis Video Streams ofrece reproducción administrada con HLS y DASH, en vivo o de lo grabado, sin construir infraestructura de streaming propia.

    Cuándo no: La reproducción con HLS tiene unos segundos de retraso. Si se necesita comunicación en ambos sentidos con muy baja latencia, encaja la capacidad WebRTC del mismo servicio.

  • «video y audio bidireccionales de baja latencia entre un dispositivo y una aplicación móvil»

    Kinesis Video Streams con WebRTC administra la señalización y los servidores STUN y TURN para conexiones punto a punto, por ejemplo en timbres con video o monitores de bebé.

    Cuándo no: Si lo que importa es guardar el video para verlo o analizarlo después, se usan los video streams con retención, no una sesión WebRTC.

  • «aplicar aprendizaje automático al video en vivo de las cámaras»

    Kinesis Video Streams entrega el video a aplicaciones consumidoras que pueden procesarlo en tiempo real con modelos de visión artificial, propios o de servicios de AWS.

    Cuándo no: Si el video ya está guardado como archivo en Amazon S3, no hace falta Kinesis Video Streams para analizarlo. El análisis de video en streaming de Amazon Rekognition no está disponible para clientes nuevos desde el 30 de abril de 2026.

  • «ingerir datos codificados en el tiempo, como radar o lidar»

    El servicio no se limita al video: admite cualquier dato con forma de serie temporal en el que cada fragmento se relaciona con los anteriores, como audio, radar o lidar.

    Cuándo no: Si son lecturas sueltas de sensores (temperatura, posición), el patrón habitual es Amazon Kinesis Data Streams o servicios de IoT.

Estudiar Amazon Kinesis Video Streams →