Amazon Kinesis Data Streams добавил возможность масштабирования вниз с помощью Warm Throughput

24 июля 2026 года компания AWS объявила о расширении функциональности сервиса Amazon Kinesis Data Streams. Теперь пользователи могут масштабировать ingest capacity (пропускную способность записи) вниз с помощью механизма Warm Throughput. Это дополняет ранее доступную возможность автоматического увеличения ёмкости при росте нагрузки.

Что изменилось

Amazon Kinesis Data Streams — это серверный сервис для потоковой передачи данных, позволяющий захватывать, обрабатывать и хранить потоки данных любого масштаба. On-demand потоки автоматически увеличивают ingest capacity при росте объёмов поступающих данных. Режим On-demand Advantage даёт возможность заранее задавать Warm Throughput — резервируемую пропускную способность, чтобы подготовиться к резким изменениям трафика.

Ранее Warm Throughput позволял только увеличивать ёмкость. Теперь добавлена возможность её уменьшения. Чтобы снизить пропускную способность, достаточно установить более низкое значение Warm Throughput для on-demand потока. Сервис автоматически подстроится до запрошенного значения или до уровня, необходимого для поддержки пикового объёма данных за последний час — в зависимости от того, что больше. Это гарантирует, что поток всегда сохранит достаточную ёмкость для текущего трафика, одновременно освобождая избыточные ресурсы, которые больше не нужны.

Доступность и стоимость

Функция масштабирования вниз Warm Throughput доступна без дополнительной платы для всех on-demand потоков с включённым режимом On-demand Advantage. Она поддерживается во всех регионах AWS, где доступен On-demand Advantage для Amazon Kinesis Data Streams.

Подробнее о режиме On-demand Advantage можно узнать в руководстве разработчика Amazon Kinesis Data Streams в разделе «Choose the right mode to stream in». Для начала работы с функцией см. раздел «Update a stream». Информация о ценах опубликована на странице Amazon Kinesis Data Streams pricing.

Что это значит

Новая возможность даёт пользователям более гибкий контроль над затратами и производительностью потоковой обработки данных. Возможность как увеличивать, так и уменьшать резервируемую пропускную способность позволяет точнее подстраивать ресурсы под реальные потребности, избегая переплаты за неиспользуемую ёмкость. Это особенно актуально для сценариев с неравномерной нагрузкой, когда после пиковых периодов требуется снижение затрат без потери производительности.