Paso 1: Preparar los datos - Guía para desarrolladores de Amazon Kinesis Data Analytics para aplicaciones SQL

Para proyectos nuevos, le recomendamos que utilice el nuevo Kinesis Data Analytics Studio en lugar de Kinesis Data Analytics para aplicaciones SQL. Kinesis Data Analytics Studio combina la facilidad de uso con funciones analíticas avanzadas, lo que le permite crear sofisticadas aplicaciones de procesamiento de transmisiones en minutos.

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: Preparar los datos

Antes de crear una aplicación de Amazon Kinesis Data Analytics paraejemplo, crea una transmisión de datos de Kinesis para usarla como fuente de transmisión de su aplicación. También debe ejecutar código de Python para escribir datos simulados de tensión arterial en la secuencia.

Paso 1.1: Creación de Kinesis Data Streams

En esta sección, creará una transmisión de datos de Kinesis denominadaExampleInputStream. Puede crear esta secuencia de datos utilizando la AWS Management Console o la AWS CLI.

  • Para utilizar la consola:

    1. Inicie sesión en la AWS Management Console y abra la consola de Kinesis en https://console.aws.amazon.com/kinesis.

    2. Elija Data Streams (Secuencias de datos) en el panel de navegación. A continuación, elija Create Kinesis stream (Crear secuencia de Kinesis).

    3. Escriba ExampleInputStream como nombre del parámetro. Para el número de fragmentos, escriba 1.

  • También puede utilizar la AWS CLI para crear la secuencia de datos mediante el siguiente comando:

    $ aws kinesis create-stream --stream-name ExampleInputStream --shard-count 1

Paso 1.2: Escribir registros de muestra en la secuencia de entrada

En este paso, ejecutará código de Python para generar continuamente registros de muestra y escribirlos en la secuencia de datos que ha creado.

  1. Instale Python y pip.

    Para obtener información sobre la instalación de Python, consulte Python.

    Puede instalar dependencias con pip. Para obtener información sobre la instalación de pip, consulte Installation en la documentación de pip.

  2. Ejecute el siguiente código de Python. Puede cambiar la región por la que desee utilizar en este ejemplo. 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 PressureType(Enum): low = 'LOW' normal = 'NORMAL' high = 'HIGH' def get_blood_pressure(pressure_type): pressure = {'BloodPressureLevel': pressure_type.value} if pressure_type == PressureType.low: pressure['Systolic'] = random.randint(50, 80) pressure['Diastolic'] = random.randint(30, 50) elif pressure_type == PressureType.normal: pressure['Systolic'] = random.randint(90, 120) pressure['Diastolic'] = random.randint(60, 80) elif pressure_type == PressureType.high: pressure['Systolic'] = random.randint(130, 200) pressure['Diastolic'] = random.randint(90, 150) else: raise TypeError return pressure def generate(stream_name, kinesis_client): while True: rnd = random.random() pressure_type = ( PressureType.low if rnd < 0.005 else PressureType.high if rnd > 0.995 else PressureType.normal) blood_pressure = get_blood_pressure(pressure_type) print(blood_pressure) kinesis_client.put_record( StreamName=stream_name, Data=json.dumps(blood_pressure), PartitionKey="partitionkey") if __name__ == '__main__': generate(STREAM_NAME, boto3.client('kinesis'))

Paso siguiente

Paso 2: Crear una aplicación de análisis