Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Tutorial: Memproses data stok real-time menggunakan KPL dan KCL 1.x
Skenario untuk tutorial ini melibatkan menelan perdagangan saham ke dalam aliran data dan menulis aplikasi Amazon Kinesis Data Streams sederhana yang melakukan perhitungan pada aliran. Anda akan belajar cara mengirim aliran catatan ke Kinesis Data Streams dan mengimplementasikan aplikasi yang mengkonsumsi dan memproses catatan dalam waktu dekat.
penting
Setelah Anda membuat stream, akun Anda akan dikenakan biaya nominal untuk penggunaan Kinesis Data Streams karena Kinesis Data Streams tidak memenuhi syarat untuk Tingkat Gratis. AWS Setelah aplikasi konsumen dimulai, itu juga menimbulkan biaya nominal untuk penggunaan Amazon DynamoDB. Aplikasi konsumen menggunakan DynamoDB untuk melacak status pemrosesan. Setelah Anda selesai dengan aplikasi ini, hapus AWS sumber daya Anda untuk menghentikan biaya. Untuk informasi selengkapnya, lihat Pembersihan sumber daya.
Kode tersebut tidak mengakses data pasar saham yang sebenarnya, melainkan mensimulasikan aliran perdagangan saham. Ia melakukannya dengan menggunakan generator perdagangan saham acak yang memiliki titik awal data pasar riil untuk 25 saham teratas berdasarkan kapitalisasi pasar pada Februari 2015. Jika Anda memiliki akses ke aliran perdagangan saham secara real-time, Anda mungkin tertarik untuk mendapatkan statistik yang berguna dan tepat waktu dari aliran itu. Misalnya, Anda mungkin ingin melakukan analisis jendela geser di mana Anda menentukan saham paling populer yang dibeli dalam 5 menit terakhir. Atau Anda mungkin ingin pemberitahuan setiap kali ada pesanan jual yang terlalu besar (yaitu, memiliki terlalu banyak saham). Anda dapat memperluas kode dalam seri ini untuk menyediakan fungsionalitas tersebut.
Anda dapat mengerjakan langkah-langkah dalam tutorial ini di komputer desktop atau laptop Anda dan menjalankan kode produsen dan konsumen pada mesin yang sama atau platform apa pun yang mendukung persyaratan yang ditentukan, seperti Amazon Elastic Compute Cloud (AmazonEC2).
Contoh yang ditampilkan menggunakan Wilayah Barat AS (Oregon), tetapi mereka bekerja di salah satu AWS Wilayah yang mendukung Kinesis Data Streams.
Tugas
