Tras considerarlo detenidamente, hemos decidido interrumpir Amazon Kinesis Data Analytics SQL para aplicaciones en dos pasos:
1. A partir del 15 de octubre de 2025, no podrá crear nuevos Kinesis Data Analytics SQL para aplicaciones.
2. Eliminaremos sus aplicaciones a partir del 27 de enero de 2026. No podrá iniciar ni utilizar Amazon Kinesis Data Analytics SQL para aplicaciones. A partir de ese momento, el soporte para Amazon Kinesis Data Analytics dejará SQL de estar disponible. Para obtener más información, consulte Suspensión de Amazon Kinesis Data Analytics SQL for Applications.
Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Paso 1: Preparación
Antes de crear una aplicación de análisis de datos de Amazon Kinesis Data Analytics para este ejercicio, deberá crear dos secuencias de datos de Kinesis. Configure una de las secuencias como el origen de streaming de su aplicación y otra secuencia como el destino, donde Kinesis Data Analytics sigue siendo la salida de su aplicación.
Temas
Paso 1.1: Crear las secuencias de datos de entrada y de salida
En esta sección, creará dos secuencias de Kinesis: ExampleInputStream
y ExampleOutputStream
. Puede crear estas secuencias mediante la AWS Management Console o la AWS CLI.
-
Para utilizar la consola de
Inicie sesión en la AWS Management Console y abra la consola de Kinesis en https://console.aws.amazon.com/kinesis
. -
Elija Create data stream (Crear secuencia de datos). Cree una secuencia con un fragmento denominado
ExampleInputStream
. Para obtener más información, consulte Crear secuencia en la Guía para desarrolladores de Amazon Kinesis Data Streams. -
Repita el paso anterior y cree una secuencia con un fragmento denominada
ExampleOutputStream
.
-
Para utilizar AWS CLI
-
Utilice el siguiente comando
create-stream
de la AWS CLI de Kinesis para crear la primera secuencia (ExampleInputStream
).$ aws kinesis create-stream \ --stream-name
ExampleInputStream
\ --shard-count 1 \ --region us-east-1 \ --profile adminuser -
Ejecute el mismo comando, pero cambie el nombre de la secuencia por
ExampleOutputStream
. Este comando crea la segunda secuencia que usa la aplicación para escribir la salida.
-
Paso 1.2: Escribir registros de muestra en la secuencia de entrada
En este paso, ejecute el código de Python para generar registros de muestra y escribirlos en la secuencia ExampleInputStream
.
{"heartRate": 60, "rateType":"NORMAL"} ... {"heartRate": 180, "rateType":"HIGH"}
-
Instale Python y
pip
.Para obtener más información sobre la instalación de Python, consulte la página web de Python
. Puede instalar dependencias con pip. Para obtener más información sobre la instalación de pip, consulte la sección Installation
en la página web de pip. -
Ejecute el siguiente código de Python. El comando
put-record
en el código escribe los registros JSON en la secuencia.from enum import Enum import json import random import boto3 STREAM_NAME = "ExampleInputStream" class RateType(Enum): normal = "NORMAL" high = "HIGH" def get_heart_rate(rate_type): if rate_type == RateType.normal: rate = random.randint(60, 100) elif rate_type == RateType.high: rate = random.randint(150, 200) else: raise TypeError return {"heartRate": rate, "rateType": rate_type.value} def generate(stream_name, kinesis_client, output=True): while True: rnd = random.random() rate_type = RateType.high if rnd < 0.01 else RateType.normal heart_rate = get_heart_rate(rate_type) if output: print(heart_rate) kinesis_client.put_record( StreamName=stream_name, Data=json.dumps(heart_rate), PartitionKey="partitionkey", ) if __name__ == "__main__": generate(STREAM_NAME, boto3.client("kinesis"))