我是Kinesis Data Analytics的新手。有以下问题。 我的输入数据流具有这样的架构，其中每个记录都是可以在视频视图期间发生的事件（该记录是在视频视图期间发出的）：
videoViewId，eventName，intPayload，timeStamp，someMetadataField1，someMetadataField2 123，“ pause”，1,2019-02-26T00：23：00，“ Some static field 1”，“ Some static field 2”
123，“恢复”，1,2019-02-26T00：23：01，“某些静态字段1”，“某些静态字段2”
123，“ viewDuration”，230,2019-02-26T00：23：02，“某些静态字段1”，“某些静态字段2”
123，“ skipForward”，1,2019-02-26T00：23：01，“某些静态字段3”，“某些静态字段4”
456，“ viewDuration”，550，2019-02-26T00：23：06，“一些静态字段3”，“一些静态字段4”
456，“静音”，1,2019-02-26T00：23：05，“一些静态字段3”，“一些静态字段4”
我的输出数据应基于videoViewId进行聚合，并具有“反向”模式，其中列名称是通过事件名称定义的（我列出了20-30个可能发生或可能不会发生的事件）。
这是输出数据的架构：
videoViewId，pauseCount，resumeCount，skipForwardCount，muteCount，unmuteCount，viewDuration，someMetadataField1，someMetadataField2
123,1,1,1,0,0,230，“某些静态字段1”，“某些静态字段2”
456,0,0,0,1,0,550，“一些静态字段3”，“一些静态字段4”
这种聚合的最佳选择是什么？
我想到以下方法：
Kinesis数据分析。可以使用Kinesis Data Analytics进行这种聚合吗？在这种情况下，滑动窗口聚合是否可以工作，因为我不知道特定视频视图ID的所有事件均已呈现并准备进行聚合的时间。
一些Lambda吗？
将数据输出到S3 Firehose交付流，然后每小时/每天运行一次AWS EMR任务以汇总结果？