步驟 2:建立 Analytics 應用程式 - Amazon Kinesis Data Analytics for SQL Applications 開發人員指南

在仔細考慮之後,我們決定在兩個步驟中停止 Amazon Kinesis Data Analytics for SQL 應用程式:

1. 從 2025 年 10 月 15 日起,您將無法為SQL應用程式建立新的 Kinesis Data Analytics。

2. 我們將從 2026 年 1 月 27 日起刪除您的應用程式。您將無法啟動或操作SQL應用程式的 Amazon Kinesis Data Analytics。從那時SQL起,Amazon Kinesis Data Analytics 將不再提供 的支援。如需詳細資訊,請參閱Amazon Kinesis Data Analytics for SQL 應用程式終止

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

步驟 2:建立 Analytics 應用程式

在本節中,建立 Amazon Kinesis Data Analytics 應用程式,並將您在 步驟 1:準備資料 中建立的 Kinesis 資料串流設定為串流來源 。然後執行使用該 RANDOM_CUT_FOREST_WITH_EXPLANATION 函數的應用程式碼。

建立應用程式
  1. https://console.aws.amazon.com/kinesis 上開啟 Kinesis 主控台。

  2. 在導覽窗格中,選擇 Data Analytics,然後選擇建立應用程式

  3. 提供應用程式名稱和說明 (選用),然後選擇建立應用程式

  4. 選擇連接串流資料,然後從清單中選擇 ExampleInputStream

  5. 選擇探索結構描述,並確定 SystolicDiastolic 顯示為 INTEGER 資料欄。如果它們具備其他類型,請選擇編輯結構描述,然後將類型 INTEGER 指定給它們。

  6. 即時分析下方,選擇至 SQL 編輯器。出現提示時,選擇執行您的應用程式。

  7. 將下列程式碼貼到 SQL 編輯器中,然後選擇儲存並執行 SQL

    --Creates a temporary stream. CREATE OR REPLACE STREAM "TEMP_STREAM" ( "Systolic" INTEGER, "Diastolic" INTEGER, "BloodPressureLevel" varchar(20), "ANOMALY_SCORE" DOUBLE, "ANOMALY_EXPLANATION" varchar(512)); --Creates another stream for application output. CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( "Systolic" INTEGER, "Diastolic" INTEGER, "BloodPressureLevel" varchar(20), "ANOMALY_SCORE" DOUBLE, "ANOMALY_EXPLANATION" varchar(512)); -- Compute an anomaly score with explanation for each record in the input stream -- using RANDOM_CUT_FOREST_WITH_EXPLANATION CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "TEMP_STREAM" SELECT STREAM "Systolic", "Diastolic", "BloodPressureLevel", ANOMALY_SCORE, ANOMALY_EXPLANATION FROM TABLE(RANDOM_CUT_FOREST_WITH_EXPLANATION( CURSOR(SELECT STREAM * FROM "SOURCE_SQL_STREAM_001"), 100, 256, 100000, 1, true)); -- Sort records by descending anomaly score, insert into output stream CREATE OR REPLACE PUMP "OUTPUT_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM * FROM "TEMP_STREAM" ORDER BY FLOOR("TEMP_STREAM".ROWTIME TO SECOND), ANOMALY_SCORE DESC;
後續步驟

步驟 3:檢查結果