Etapa 1: Preparar os dados - Guia do desenvolvedor do Amazon Kinesis Data Analytics SQL para aplicativos

Após uma análise cuidadosa, decidimos descontinuar o Amazon Kinesis Data Analytics SQL para aplicativos em duas etapas:

1. A partir de 15 de outubro de 2025, você não poderá criar um novo Kinesis Data Analytics SQL para aplicativos.

2. Excluiremos seus aplicativos a partir de 27 de janeiro de 2026. Você não poderá iniciar ou operar seu Amazon Kinesis Data Analytics SQL para aplicativos. O suporte não estará mais disponível para o Amazon Kinesis Data Analytics SQL a partir desse momento. Para obter mais informações, consulte Descontinuação do Amazon Kinesis Data Analytics SQL para aplicativos.

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Etapa 1: Preparar os dados

Antes de criar um Amazon Kinesis Data Analytics para este exemplo, crie um fluxo de dados do Kinesis para usar como origem de streaming para o seu aplicativo. Além disso, execute o código Python para gravar dados simulados de pressão arterial no fluxo.

Etapa 1.1: Criar um fluxo de dados do Kinesis

Nesta seção, você cria um fluxo de dados do Kinesis chamado ExampleInputStream. Você pode criar esse fluxo de dados usando o AWS Management Console ou a AWS CLI.

  • Para usar o console:

    1. Faça login no AWS Management Console e abra o console do Kinesis em https://console.aws.amazon.com/kinesis.

    2. Selecione Data Streams (Fluxos de dados) no painel de navegação. Em seguida, escolha Create Kinesis stream (Criar fluxo do Kinesis).

    3. Para o nome, digite ExampleInputStream. Para o número de estilhaços, digite 1.

  • Como alternativa, para usar a AWS CLI para criar o fluxo de dados , execute o seguinte comando:

    $ aws kinesis create-stream --stream-name ExampleInputStream --shard-count 1

Etapa 1.2: Gravação de registros de amostra no stream de entrada

Nesta etapa, execute o código Python para gerar continuamente os registros de exemplo e gravá-los no fluxo de dados que você criou.

  1. Instale o Python e o pip.

    Para obter informações sobre como instalar o Python, consulte Python.

    Você pode instalar dependências usando o pip. Para obter informações sobre como instalar o pip, consulte Instalação na documentação do pip.

  2. Execute o código do Python a seguir. Você pode alterar a região a ser usada neste exemplo. O comando put-record no código grava os registros JSON no fluxo.

    from enum import Enum import json import random import boto3 STREAM_NAME = "ExampleInputStream" class PressureType(Enum): low = "LOW" normal = "NORMAL" high = "HIGH" def get_blood_pressure(pressure_type): pressure = {"BloodPressureLevel": pressure_type.value} if pressure_type == PressureType.low: pressure["Systolic"] = random.randint(50, 80) pressure["Diastolic"] = random.randint(30, 50) elif pressure_type == PressureType.normal: pressure["Systolic"] = random.randint(90, 120) pressure["Diastolic"] = random.randint(60, 80) elif pressure_type == PressureType.high: pressure["Systolic"] = random.randint(130, 200) pressure["Diastolic"] = random.randint(90, 150) else: raise TypeError return pressure def generate(stream_name, kinesis_client): while True: rnd = random.random() pressure_type = ( PressureType.low if rnd < 0.005 else PressureType.high if rnd > 0.995 else PressureType.normal ) blood_pressure = get_blood_pressure(pressure_type) print(blood_pressure) kinesis_client.put_record( StreamName=stream_name, Data=json.dumps(blood_pressure), PartitionKey="partitionkey", ) if __name__ == "__main__": generate(STREAM_NAME, boto3.client("kinesis"))
Próxima etapa

Etapa 2: Criar um aplicativo de análise