示例：检测流上的热点 (HOTSPOTS 函数)

Amazon Kinesis Data Analytics 提供了 HOTSPOTS 函数，它可以查找并返回有关数据中的相对密集的区域的信息。有关更多信息，请参阅 Amazon Managed Service for Apache Flink SQL 参考中的 HOTSPOTS。

在本练习中，您将编写应用程序代码以查找应用程序的流式传输源上的热点。要设置应用程序，请执行以下步骤：

1. 设置流式传输源 - 您设置 Kinesis 流并编写示例坐标数据，如下所示：

   {"x": 7.921782426109737, "y": 8.746265312709893, "is_hot": "N"}
   {"x": 0.722248626528026, "y": 4.648868803193405, "is_hot": "Y"}
   

   本示例提供了用于填充流的 Python 脚本。x 和 y 值是随机生成的，一些记录集中在特定位置周围。

   如果脚本有意生成值作为热点的一部分，is_hot 字段将作为指示器提供。这可以帮助您评估热点检测函数是否正常运行。

2. 创建应用程序 – 使用 AWS Management Console，您随后创建一个 Kinesis Data Analytics 应用程序。通过将流式传输源映射到应用程序内部流 (SOURCE_SQL_STREAM_001) 来配置应用程序输入。在应用程序启动时，Kinesis Data Analytics 持续读取流式传输源，并将记录插入到应用程序内部流中。

   在本练习中，您将为应用程序使用以下代码：

   CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" (
       "x" DOUBLE, 
       "y" DOUBLE, 
       "is_hot" VARCHAR(4),
       HOTSPOTS_RESULT VARCHAR(10000)
   ); 
   CREATE OR REPLACE PUMP "STREAM_PUMP" AS 
       INSERT INTO "DESTINATION_SQL_STREAM" 
       SELECT "x", "y", "is_hot", "HOTSPOTS_RESULT" 
       FROM TABLE (
           HOTSPOTS(   
               CURSOR(SELECT STREAM "x", "y", "is_hot" FROM "SOURCE_SQL_STREAM_001"), 
               1000, 
               0.2, 
               17)
       );
   
   

   此代码读取 SOURCE_SQL_STREAM_001 中的行，分析它是否有大量热点，并将生成的数据写入到另一个应用程序内部流 (DESTINATION_SQL_STREAM)。您使用数据泵将流插入到应用程序内部流。有关更多信息，请参阅 应用程序内部流和数据泵。

3. 配置输出 - 您配置应用程序输出以将应用程序中的数据发送到外部目标 (另一个 Kinesis 数据流)。查看热点分数并确定哪些分数表明出现了热点 (并且您需要收到警报)。您可以使用 AWS Lambda 函数进一步处理热点信息并配置警报。

4. 验证输出 - 示例包含一个 JavaScript 应用程序，该应用程序从输出流读取数据并以图形方式显示它，因此您可以实时查看应用程序生成的热点。

本练习使用美国西部（俄勒冈州）(us-west-2) 区域创建这些流和您的应用程序。如果您使用任何其他区域，请相应地更新代码。

主题

• 步骤 1：创建输入和输出流
• 步骤 2：创建 Kinesis Data Analytics 应用程序
• 步骤 3：配置应用程序输出
• 步骤 4：验证应用程序输出