Pour les nouveaux projets, nous vous recommandons d'utiliser le nouveau service géré pour Apache Flink Studio plutôt que Kinesis Data Analytics SQL for Applications. Le service géré pour Apache Flink Studio allie facilité d’utilisation et capacités analytiques avancées, ce qui vous permet de créer des applications sophistiquées de traitement des flux en quelques minutes.
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Exemples : Transformation de données
Parfois, votre code d’application doit prétraiter les enregistrements entrants avant d’exécuter des analyses dans Amazon Kinesis Data Analytics. Différentes raisons peuvent entraîner ce prétraitement, par exemple quand des enregistrements sont non conformes aux formats d'enregistrement pris en charge, ce qui peut se traduire par des colonnes non normalisées dans les flux d'entrée intégrés à l'application.
Cette section fournit des exemples montrant comment utiliser les fonctions de chaîne disponibles pour normaliser des données, comment extraire les informations dont vous avez besoin de colonnes de chaîne, etc. La section fait également référence à des fonctions de date et d'heure pouvant vous être utiles.
Prétraitement des flux avec Lambda
Pour plus d'informations sur le prétraitement des flux avec AWS Lambda, consultezPrétraitement des données à l’aide d’une fonction Lambda.
Rubriques
