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.
Ejemplo: Detección de puntos calientes en una secuencia (función HOTSPOSTS)
Amazon Kinesis Data Analytics dispone de la función HOTSPOTS
que localiza y devuelve información sobre las regiones relativamente densas en los datos. Para obtener más información, consulte HOTSPOTS en la referencia SQL de Amazon Managed Service para Apache Flink.
En este ejercicio, puede escribir código de la aplicación para localizar puntos calientes en el origen de streaming de su aplicación. Realice los pasos siguientes para configurar la aplicación:
-
Configure un origen de streaming: configure una secuencia de Kinesis y escriba datos coordinados de muestra, tal y como se muestra a continuación:
{"x": 7.921782426109737, "y": 8.746265312709893, "is_hot": "N"} {"x": 0.722248626528026, "y": 4.648868803193405, "is_hot": "Y"}
El ejemplo proporciona un script de Python para que pueda rellenar la secuencia. Los valores
x
ey
se generan de forma aleatoria. Algunos registros se agrupan en torno a determinadas ubicaciones.El campo
is_hot
se suministra como indicador si el script ha generado el valor de forma intencionada como parte de un punto caliente. Esto puede ayudarle a evaluar si la función de detección de puntos calientes funciona correctamente. -
Cree la aplicación: utilice la AWS Management Console para crear la aplicación de análisis de datos de Kinesis Data Analytics. Configure la entrada de la aplicación mapeando el origen de streaming a una secuencia en la aplicación (
SOURCE_SQL_STREAM_001
). Cuando se inicia la aplicación, Kinesis Data Analytics lee continuamente el origen de streaming e introduce los registros en la secuencia en la aplicación.En este ejercicio, utilizará el siguiente código para la aplicación:
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) );
El código lee filas en
SOURCE_SQL_STREAM_001
, las analiza en busca de puntos calientes relevantes y escribe los datos resultantes en otra secuencia en la aplicación (DESTINATION_SQL_STREAM
). Utilice bombas para insertar filas en secuencias en la aplicación. Para obtener más información, consulte Secuencias y bombeos en la aplicación. -
Configure la salida: configure la salida de la aplicación para que envíe los datos desde la aplicación a un destino externo, que es otra secuencia de datos de Kinesis. Revise las puntuaciones de los puntos calientes y determine qué puntuaciones indican que se ha producido un punto caliente (del cual desea que se le avise). Puede utilizar una función AWS Lambda para seguir procesando la información de los puntos calientes y configurar las alertas.
-
Verificar la salida: el ejemplo incluye una aplicación de JavaScript que lee los datos de la secuencia de salida y los muestra en un gráfico, para poder ver los puntos calientes que genera la aplicación en tiempo real.
El ejercicio utiliza la región de Oeste de EE. UU. (Oregón) (us-west-2
) para crear estas secuencias y su aplicación. Si utiliza otra región, deberá actualizar el código en consecuencia.