Setelah mempertimbangkan dengan cermat, kami memutuskan untuk menghentikan Amazon Kinesis Data Analytics untuk aplikasi SQL:
1. Mulai **1 September 2025,** kami tidak akan memberikan perbaikan bug untuk Amazon Kinesis Data Analytics untuk aplikasi SQL karena kami akan memiliki dukungan terbatas untuk itu, mengingat penghentian yang akan datang.
2. Mulai **15 Oktober 2025,** Anda tidak akan dapat membuat Kinesis Data Analytics baru untuk aplikasi SQL.
3. Kami akan menghapus aplikasi Anda mulai **27 Januari 2026**. Anda tidak akan dapat memulai atau mengoperasikan Amazon Kinesis Data Analytics untuk aplikasi SQL. Support tidak akan lagi tersedia untuk Amazon Kinesis Data Analytics untuk SQL sejak saat itu. Untuk informasi selengkapnya, lihat [Amazon Kinesis Data Analytics untuk penghentian Aplikasi SQL](discontinuation.md).
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Contoh: Menguraikan String Log Berdasarkan Ekspresi Reguler (Fungsi REGEX\$1LOG\$1PARSE)
Contoh ini menggunakan fungsi `REGEX_LOG_PARSE` untuk mengubah string di Amazon Kinesis Data Analytics. `REGEX_LOG_PARSE` menguraikan string berdasarkan pola ekspresi reguler Java default. Untuk informasi selengkapnya, lihat [REGEX\$1LOG\$1PARSE](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-regex-log-parse.html) di *Amazon Managed Service* for Apache Flink SQL Reference.
Dalam contoh ini, Anda menulis catatan berikut ke Amazon Kinesis stream:
```
{"LOGENTRY": "203.0.113.24 - - [25/Mar/2018:15:25:37 -0700] \"GET /index.php HTTP/1.1\" 200 125 \"-\" \"Mozilla/5.0 [en] Gecko/20100101 Firefox/52.0\""}
{"LOGENTRY": "203.0.113.24 - - [25/Mar/2018:15:25:37 -0700] \"GET /index.php HTTP/1.1\" 200 125 \"-\" \"Mozilla/5.0 [en] Gecko/20100101 Firefox/52.0\""}
{"LOGENTRY": "203.0.113.24 - - [25/Mar/2018:15:25:37 -0700] \"GET /index.php HTTP/1.1\" 200 125 \"-\" \"Mozilla/5.0 [en] Gecko/20100101 Firefox/52.0\""}
...
```
Anda kemudian membuat aplikasi Kinesis Data Analytics di konsol, dengan aliran data Kinesis sebagai sumber streaming. Proses penemuan membaca catatan sampel pada sumber streaming dan menyimpulkan skema dalam aplikasi dengan satu kolom (LOGENTRY), seperti yang ditunjukkan berikut.
![\[Tangkapan layar konsol yang menampilkan skema dalam aplikasi dengan kolom LOGENTRY.\]](http://docs.aws.amazon.com/id_id/kinesisanalytics/latest/dev/images/ex_regex_log_parse_0.png)
Kemudian, Anda menggunakan kode aplikasi dengan fungsi `REGEX_LOG_PARSE` untuk mengurai string log untuk mengambil elemen data. Anda memasukkan data yang dihasilkan ke aliran dalam aplikasi lainnya, seperti yang ditunjukkan dalam tangkapan layar bawah ini:
![\[Tangkapan layar konsol yang menampilkan tabel data yang dihasilkan dengan ROWTIME, LOGENTRY,, dan kolom. MATCH1 MATCH2\]](http://docs.aws.amazon.com/id_id/kinesisanalytics/latest/dev/images/ex_regex_log_parse_1.png)
**Topics**
+ [Langkah 1: Buat Kinesis Data Stream](#examples-transforming-strings-regexlogparse-1)
+ [Langkah 2: Buat Aplikasi Kinesis Data Analytics](#examples-transforming-strings-regexlogparse-2)
## Langkah 1: Buat Kinesis Data Stream
Buat Amazon Kinesis data stream dan isi catatan log sebagai berikut:
1. [Masuk ke Konsol Manajemen AWS dan buka konsol Kinesis di /kinesis. https://console.aws.amazon.com](https://console.aws.amazon.com/kinesis)
1. Pilih **Data Streams** (Aliran Data) di panel navigasi.
1. Pilih **Create Kinesis stream** (Buat Aliran Kinesis), dan buat aliran dengan satu serpihan. Untuk informasi selengkapnya, lihat [Buat Aliran](https://docs.aws.amazon.com/streams/latest/dev/learning-kinesis-module-one-create-stream.html) di *Panduan Developer Amazon Kinesis Data Streams*.
1. Jalankan kode Python berikut untuk mengisi catatan log sampel. Kode sederhana ini terus menulis catatan log yang sama ke aliran.
```
import json
import boto3
STREAM_NAME = "ExampleInputStream"
def get_data():
return {
"LOGENTRY": "203.0.113.24 - - [25/Mar/2018:15:25:37 -0700] "
'"GET /index.php HTTP/1.1" 200 125 "-" '
'"Mozilla/5.0 [en] Gecko/20100101 Firefox/52.0"'
}
def generate(stream_name, kinesis_client):
while True:
data = get_data()
print(data)
kinesis_client.put_record(
StreamName=stream_name, Data=json.dumps(data), PartitionKey="partitionkey"
)
if __name__ == "__main__":
generate(STREAM_NAME, boto3.client("kinesis"))
```
## Langkah 2: Buat Aplikasi Kinesis Data Analytics
Selanjutnya, buat aplikasi Kinesis Data Analytics sebagai berikut:
1. [Buka Layanan Terkelola untuk konsol Apache Flink di https://console.aws.amazon.com /kinesisanalytics.](https://console.aws.amazon.com/kinesisanalytics)
1. Pilih **Create application** (Buat aplikasi), dan tentukan nama aplikasi.
1. Pada halaman detail aplikasi, pilih **Connect data streaming** (Sambungkan data streaming).
1. Di halaman **Sambungkan ke sumber**, lakukan hal berikut:
1. Pilih aliran yang Anda buat di bagian sebelumnya.
1. Pilih opsi untuk membuat IAM role.
1. Pilih **Discover schema** (Temukan skema). Tunggu hingga konsol menampilkan skema yang disimpulkan dan catatan sampel yang digunakan untuk menyimpulkan skema untuk aliran dalam aplikasi yang dibuat. Skema yang disimpulkan hanya memiliki satu kolom.
1. Jangan pilih **Save and continue** (Simpan dan lanjutkan).
1. Di halaman detail aplikasi, pilih **Go to SQL editor** (Buka editor SQL). Untuk memulai aplikasi, pilih **Yes, start application** (Ya, mulai aplikasi) di kotak dialog yang muncul.
1. Di editor SQL, tulis kode aplikasi, dan verifikasi hasilnya sebagai berikut:
1. Salin kode aplikasi berikut dan tempelkan ke editor.
```
CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" (logentry VARCHAR(24), match1 VARCHAR(24), match2 VARCHAR(24));
CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM"
SELECT STREAM T.LOGENTRY, T.REC.COLUMN1, T.REC.COLUMN2
FROM
(SELECT STREAM LOGENTRY,
REGEX_LOG_PARSE(LOGENTRY, '(\w.+) (\d.+) (\w.+) (\w.+)') AS REC
FROM SOURCE_SQL_STREAM_001) AS T;
```
1. Pilih **Save and run SQL** (Simpan dan jalankan SQL). Di tab **Real-time analytics **(Analitik waktu nyata), Anda dapat melihat semua aliran dalam aplikasi yang dibuat aplikasi dan memverifikasi data.