在仔細考慮之後，我們決定停止 Amazon Kinesis Data Analytics for SQL 應用程式：
1. 從 **2025 年 9 月 1 日起，**我們不會為 Amazon Kinesis Data Analytics for SQL 應用程式提供任何錯誤修正，因為考慮到即將終止，我們將對其提供有限的支援。
2. 從 **2025 年 10 月 15 日起，**您將無法建立新的 Kinesis Data Analytics for SQL 應用程式。
3. 我們將自 **2026 年 1 月 27** 日起刪除您的應用程式。您將無法啟動或操作 Amazon Kinesis Data Analytics for SQL 應用程式。從那時起，Amazon Kinesis Data Analytics for SQL 將不再提供支援。如需詳細資訊，請參閱[Amazon Kinesis Data Analytics for SQL 應用程式終止](discontinuation.md)。
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。
# 範例：轉換 DateTime 值
Amazon Kinesis Data Analytics 支援將資料欄轉換為時間戳記。舉例來說，除了 `ROWTIME` 欄之外，您可能想要使用自己的時間戳記做為 `GROUP BY` 子句的一部分，將其當作另一個以時間為基礎的視窗。Kinesis Data Analytics 提供操作和 SQL 函數，用於處理日期和時間欄位。
+ **日期和時間運算子**：您可以對日期、時間和間隔資料類型執行算術運算。如需詳細資訊，請參閱 *Amazon Managed Service for Apache Flink SQL 參考資料*中的[日期、時間和間隔運算子](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-date-timestamp-interval.html)。
+ **SQL 函數**：包括以下項目。如需詳細資訊，請參閱* Amazon Managed Service for Apache Flink SQL 參考資料*中的[日期和時間函數](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-date-time-functions.html)。
+ `EXTRACT()` - 從日期、時間、時間戳記或間隔表達式中擷取一個欄位。
+ `CURRENT_TIME` - 傳回查詢執行的時間 (UTC)。
+ `CURRENT_DATE` - 傳回查詢執行的日期 (UTC)。
+ `CURRENT_TIMESTAMP` - 傳回查詢執行的時間戳記 (UTC)。
+ `LOCALTIME` - 傳回由 Kinesis Data Analytics 運行環境定義，查詢執行時的目前時間 (UTC)。
+ `LOCALTIMESTAMP` - 傳回由 Kinesis Data Analytics 運行環境定義的目前時間戳記 (UTC)。
+ **SQL 擴充功能**：包括下列項目。如需詳細資訊，請參閱 *Amazon Managed Service for Apache Flink SQL 參考資料*中的[日期和時間函數](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-date-time-functions.html)，以及[日期時間轉換參考資料](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-datetime-conversion-functions.html)。
+ `CURRENT_ROW_TIMESTAMP` - 傳回串流中每一列的新時間戳記。
+ `TSDIFF` - 傳回兩個時間戳記的差值 (以毫秒為單位)。
+ `CHAR_TO_DATE` - 將字串轉換為日期。
+ `CHAR_TO_TIME` - 將字串轉換為時間。
+ `CHAR_TO_TIMESTAMP` - 將字串轉換為時間戳記。
+ `DATE_TO_CHAR` - 將日期轉換為字串。
+ `TIME_TO_CHAR` - 將時間轉換為字串。
+ `TIMESTAMP_TO_CHAR` - 將時間戳記轉換為字串。
先前大多數 SQL 函數使用格式來轉換資料欄。此格式具靈活度。舉例來說，您可以指定格式 `yyyy-MM-dd hh:mm:ss` 將輸入字串 `2009-09-16 03:15:24` 轉換為時間戳記。如需詳細資訊，請參閱* Amazon Managed Service for Apache Flink SQL 參考資料*中的[文字至時間戳記 (Sys)](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-char-to-timestamp.html)。
## 範例：轉換日期
在此範例中，將下列記錄寫入 Amazon Kinesis 資料串流。
```
{"EVENT_TIME": "2018-05-09T12:50:41.337510", "TICKER": "AAPL"}
{"EVENT_TIME": "2018-05-09T12:50:41.427227", "TICKER": "MSFT"}
{"EVENT_TIME": "2018-05-09T12:50:41.520549", "TICKER": "INTC"}
{"EVENT_TIME": "2018-05-09T12:50:41.610145", "TICKER": "MSFT"}
{"EVENT_TIME": "2018-05-09T12:50:41.704395", "TICKER": "AAPL"}
...
```
接著，您可以在主控台上建立 Kinesis Data Analytics 應用程式，並將 Kinesis 串流做為串流來源。探索程序會讀取串流來源上的範例記錄，並推斷含有兩個資料欄 (`EVENT_TIME` 和 `TICKER`) 的應用程式內結構描述，如下所示。
![\[顯示應用程式內結構描述的主控台螢幕擷取畫面，其中包含事件時間和股票代碼欄。\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/ex_datetime_convert_0.png)
然後，將應用程式碼與 SQL 函數搭配使用，以各種方式轉換 `EVENT_TIME` 時間戳記欄位。接著將產生的資料插入另一個應用程式內串流，如下列螢幕擷取畫面所示：
![\[顯示應用程式內串流生成資料的主控台螢幕擷取畫面。\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/ex_datetime_convert_1.png)
### 步驟 1：建立 Kinesis 資料串流
建立 Amazon Kinesis 資料串流，並將事件時間和股票記錄填入其中，如下所示：
1. 登入 AWS 管理主控台 並開啟位於 https：//[https://console.aws.amazon.com/kinesis](https://console.aws.amazon.com/kinesis) 的 Kinesis 主控台。
1. 在導覽窗格中選擇**資料串流**。
1. 選擇**建立 Kinesis 串流**，然後建立內含一個碎片之串流。
1. 執行下列 Python 程式碼，以使用範例資料填入串流。這個簡單的程式碼，會持續將帶有隨機股票代號和當前時間戳記的記錄寫入串流。
```
import datetime
import json
import random
import boto3
STREAM_NAME = "ExampleInputStream"
def get_data():
return {
"EVENT_TIME": datetime.datetime.now().isoformat(),
"TICKER": random.choice(["AAPL", "AMZN", "MSFT", "INTC", "TBV"]),
"PRICE": round(random.random() * 100, 2),
}
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"))
```
### 步驟 2：建立 Amazon Kinesis Data Analytics 應用程式
建立應用程式，如下所示：
1. 前往 [https://console.aws.amazon.com/kinesisanalytics](https://console.aws.amazon.com/kinesisanalytics) 開啟 Managed Service for Apache Flink 主控台。
1. 選擇**建立應用程式**，輸入應用程式名稱，然後選擇**建立應用程式**。
1. 在應用程式詳細資料頁面上，選擇**連接串流資料**來連接至來源。
1. 在**連接至來源**頁面，執行下列動作：
1. 選擇您在上一節建立的串流。
1. 選擇建立 IAM 角色。
1. 選擇**探索結構描述**。等待主控台顯示推斷的結構描述，以及用來推斷建立的應用程式內串流結構描述之範例記錄。推斷的結構描述有兩個資料欄。
1. 選擇**編輯結構描述**。將 **EVENT\$1TIME** 欄的**欄類型**變更為 `TIMESTAMP`。
1. 選擇**儲存結構描述並更新串流範例**。主控台儲存結構描述後，選擇**結束**。
1. 選擇**儲存並繼續**。
1. 在應用程式詳細資訊頁面上，選擇**至 SQL 編輯器**。若要啟動應用程式，請在出現的對話方塊中選擇**是，啟動應用程式**。
1. 在 SQL 編輯器中，編寫應用程式碼並驗證結果，如下所示：
1. 請複製以下應用程式碼，然後貼到編輯器中。
```
CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" (
TICKER VARCHAR(4),
event_time TIMESTAMP,
five_minutes_before TIMESTAMP,
event_unix_timestamp BIGINT,
event_timestamp_as_char VARCHAR(50),
event_second INTEGER);
CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM"
SELECT STREAM
TICKER,
EVENT_TIME,
EVENT_TIME - INTERVAL '5' MINUTE,
UNIX_TIMESTAMP(EVENT_TIME),
TIMESTAMP_TO_CHAR('yyyy-MM-dd hh:mm:ss', EVENT_TIME),
EXTRACT(SECOND FROM EVENT_TIME)
FROM "SOURCE_SQL_STREAM_001"
```
1. 選擇 **儲存並執行 SQL**。在**即時分析**標籤上，您可以查看應用程式建立的所有應用程式內串流，並驗證資料。