将 DynamoDB 与 Amazon Managed Streaming for Apache Kafka 集成

运行 CloudFormation 模板 S3bucket.yaml 来创建 S3 存储桶。对于任何后续脚本或操作，请在同一个区域中运行它们。输入 ForMSKTestS3 作为 CloudFormation 堆栈名称。

完成此过程后，记下在输出 下输出的 S3 存储桶名称。您将在步骤 3 中需要此名称。

将下载的 ZIP 文件 fromMSK.zip 上传到您刚创建的 S3 存储桶。

运行 CloudFormation 模板 VPC.yaml 以创建 VPC、Amazon MSK 集群和 Lambda 函数。在参数输入屏幕上，在需要 S3 存储桶的位置输入您在步骤 1 中创建的 S3 存储桶名称。将 CloudFormation 堆栈名称设置为 ForMSKTestVPC。

为在 CloudShell 中运行 Python 脚本准备好环境。可以在 AWS Management Console上使用 CloudShell。有关使用 CloudShell 的更多信息，请参阅开始使用 AWS CloudShell。启动 CloudShell 后，创建一个属于您刚创建的 VPC 的 CloudShell，以便连接到 Amazon MSK 集群。在私有子网中创建 CloudShell。填写以下字段：

一旦属于私有子网的 CloudShell 启动，就运行以下命令：

pip install boto3 kafka-python aws-msk-iam-sasl-signer-python

从 S3 存储桶下载 Python 脚本。

aws s3 cp s3://[YOUR-BUCKET-NAME]/pythonScripts.zip ./
unzip pythonScripts.zip

检查管理控制台，并在 Python 脚本中为代理 URL 和区域值设置环境变量。在管理控制台中检查 Amazon MSK 集群代理端点。

在 CloudShell 上设置环境变量。如果您使用的是美国西部（俄勒冈州）：

export AWS_REGION="us-west-2"
export MSK_BROKER="boot-YOURMSKCLUSTER.c3.kafka-serverless.ap-southeast-1.amazonaws.com:9098"

运行以下 Python 脚本。

创建 Amazon MSK 主题：

python ./createTopic.py

创建 DynamoDB 表：

python ./createTable.py

将测试数据写入 Amazon MSK 主题：

python ./kafkaDataGen.py

检查已创建的 Amazon MSK、Lambda 和 DynamoDB 资源的 CloudWatch 指标，并使用 DynamoDB Data Explorer 来验证存储在 device_status 表中的数据，以确保所有进程都正常运行。如果每个进程都正常运行而没有错误，则可以检查从 CloudShell 写入 Amazon MSK 的测试数据是否也写入 DynamoDB。

完成此示例后，请删除在本教程中创建的资源。删除两个 CloudFormation 堆栈：ForMSKTestS3 和 ForMSKTestVPC。如果堆栈删除操作成功完成，则所有资源都将被删除。