Nach reiflicher Überlegung haben wir beschlossen, Amazon Kinesis Data Analytics für SQL Anwendungen in zwei Schritten einzustellen:
1. Ab dem 15. Oktober 2025 können Sie keine neuen Kinesis Data Analytics für SQL Anwendungen erstellen.
2. Wir werden Ihre Anwendungen ab dem 27. Januar 2026 löschen. Sie können Ihre Amazon Kinesis Data Analytics for SQL Applications weder starten noch betreiben. SQLAb diesem Zeitpunkt ist kein Support mehr für Amazon Kinesis Data Analytics verfügbar. Weitere Informationen finden Sie unter Einstellung von Amazon Kinesis Data Analytics for SQL Applications.
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Schritt 2: Erstellen einer Analyseanwendung
In diesem Abschnitt erstellen Sie eine Amazon Kinesis Data Analytics-Anwendung und konfigurieren sie für die Verwendung des Kinesis-Datenstroms, den Sie in Schritt 1: Vorbereitung der Daten als Streaming-Quelle erstellt haben. Anschließend führen Sie Anwendungscode aus, von dem die Funktion RANDOM_CUT_FOREST_WITH_EXPLANATION
genutzt wird.
So erstellen Sie eine Anwendung
Öffnen Sie die Kinesis-Konsole unter.https://console.aws.amazon.com/kinesis
. -
Wählen Sie im Navigationsbereich Data Analytics (Datenanalyse) und dann Create application (Anwendung erstellen).
-
Geben Sie einen Anwendungsnamen und (optional) eine Beschreibung ein und wählen Sie Create application.
-
Wählen Sie Connect streaming data (Streaming-Daten verbinden) und wählen Sie dann ExampleInputStream aus der Liste aus.
-
Wählen Sie Discover schema und vergewissern Sie sich, dass als Spalten
Systolic
undDiastolic
appear asINTEGER
angezeigt werden. Wenn Sie über einen weiteren Typ verfügen, wählen Sie Edit schema und weisen Sie beiden den TypINTEGER
zu. -
Wählen Sie unter Real time analytics die Option Go to SQL editor. Wenn Sie dazu aufgefordert werden, bestimmen Sie, dass Ihre Anwendung ausgeführt wird.
-
Fügen Sie den folgenden Code in den SQL-Editor ein und wählen Sie dann Save and run SQL.
--Creates a temporary stream. CREATE OR REPLACE STREAM "TEMP_STREAM" ( "Systolic" INTEGER, "Diastolic" INTEGER, "BloodPressureLevel" varchar(20), "ANOMALY_SCORE" DOUBLE, "ANOMALY_EXPLANATION" varchar(512)); --Creates another stream for application output. CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( "Systolic" INTEGER, "Diastolic" INTEGER, "BloodPressureLevel" varchar(20), "ANOMALY_SCORE" DOUBLE, "ANOMALY_EXPLANATION" varchar(512)); -- Compute an anomaly score with explanation for each record in the input stream -- using RANDOM_CUT_FOREST_WITH_EXPLANATION CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "TEMP_STREAM" SELECT STREAM "Systolic", "Diastolic", "BloodPressureLevel", ANOMALY_SCORE, ANOMALY_EXPLANATION FROM TABLE(RANDOM_CUT_FOREST_WITH_EXPLANATION( CURSOR(SELECT STREAM * FROM "SOURCE_SQL_STREAM_001"), 100, 256, 100000, 1, true)); -- Sort records by descending anomaly score, insert into output stream CREATE OR REPLACE PUMP "OUTPUT_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM * FROM "TEMP_STREAM" ORDER BY FLOOR("TEMP_STREAM".ROWTIME TO SECOND), ANOMALY_SCORE DESC;
Nächster Schritt
Schritt 3: Untersuchen der Ergebnisse