Após uma análise cuidadosa, decidimos descontinuar as aplicações do Amazon Kinesis Data Analytics para SQL em duas etapas:
1. A partir de 15 de outubro de 2025, você não poderá mais criar aplicações do Kinesis Data Analytics para SQL.
2. Excluiremos as aplicações a partir de 27 de janeiro de 2026. Você não poderá mais iniciar nem operar as aplicações do Amazon Kinesis Data Analytics para SQL. A partir dessa data, não haverá mais suporte ao Amazon Kinesis Data Analytics para SQL. Para obter mais informações, consulte Descontinuação de aplicações do Amazon Kinesis Data Analytics para SQL.
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Antes de criar um aplicativo Amazon Kinesis Data Analytics para este exercício, crie dois fluxos de dados do Kinesis. Configure um dos streamings como a origem de streaming do aplicativo e outro como o destino em que o Kinesis Data Analytics mantém a saída do aplicativo.
Tópicos
Etapa 1.1: criar os fluxos de dados de entrada e saída
Nesta seção, você cria dois streams do Kinesis: ExampleInputStream
e ExampleOutputStream
. Crie esses streams usando o AWS Management Console ou a AWS CLI.
-
Para usar o console do
-
Selecione Criar fluxo de dados. Crie um fluxo com um estilhaço chamado
ExampleInputStream
. Para obter mais informações, consulte Criar um fluxo no Guia do desenvolvedor do Amazon Kinesis Data Streams. -
Repita a etapa anterior, criando um streaming com um estilhaço denominado
ExampleOutputStream
.
-
Para usar o AWS CLI
-
Use o seguinte
create-stream
AWS CLI comando do Kinesis para criar o primeiro stream ()ExampleInputStream
.$ aws kinesis create-stream \ --stream-name
ExampleInputStream
\ --shard-count 1 \ --region us-east-1 \ --profile adminuser -
Execute o mesmo comando, alterando o nome do fluxo para
ExampleOutputStream
. Esse comando cria o segundo fluxo usado pelo aplicativo para gravar a saída.
-
Etapa 1.2: Gravação de registros de amostra no stream de entrada
Nesta etapa, você executa o código Python para gerar continuamente registros de amostra e gravar esses registros no fluxo ExampleInputStream
.
{"heartRate": 60, "rateType":"NORMAL"}
...
{"heartRate": 180, "rateType":"HIGH"}
-
Instale o Python e o
pip
.Para obter informações sobre como instalar o Python, consulte o site do Python
. Você pode instalar dependências usando o pip. Para obter informações sobre como instalar o pip, consulte Installation
no site do pip. -
Execute o código do Python a seguir. O comando
put-record
no código grava os registros JSON no fluxo.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"))