本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
自动化您的工作流程
Amazon IoT Analytics为以下内容提供高级数据分析Amazon IoT. 您可以使用数据分析和机器学习工具自动收集 IoT 数据，处理数据以及存储和分析数据。您可以执行托管自己的自定义分析代码或 Jupyter Notebook 的容器，也可以使用第三方自定义代码容器，这样就不必重新创建现有的分析工具。您可以使用以下功能从数据存储中提取输入数据，并将其提供给自动化工作流程：
- 按照重复计划创建数据集内容
-
通过在调用时指定触发器来计划自动创建数据集内容
CreateDataset(triggers:schedule:expression)。数据存储中的数据用于创建数据集内容。您可以使用 SQL 查询选择所需的字段 (actions:queryAction:sqlQuery)。定义一个不重叠的连续时间间隔，以确保新的数据集内容仅包含自上次以来到达的数据。使用
actions:queryAction:filters:deltaTime和:offsetSeconds用于指定增量时间间隔的字段。然后指定一个触发器，在时间间隔过后创建数据集内容。请参阅 示例 6 — 使用增量窗口 (CLI) 创建 SQL 数据集。 - 完成另一个数据集后创建数据集内容
-
当另一个数据集的内容创建完成时，触发新数据集内容的创建
triggers:dataset:name. - 自动运行您的分析应用程序
-
将您自己的自定义数据分析应用程序容器化，并在创建其他数据集的内容时触发它们运行。这样，您可以为应用程序提供来自定期创建的数据集内容的数据。您可以在应用程序中自动对分析结果采取行动。 (
actions:containerAction) - 完成另一个数据集后创建数据集内容
-
当另一个数据集的内容创建完成时，触发新数据集内容的创建
triggers:dataset:name. - 自动运行您的分析应用程序
-
将您自己的自定义数据分析应用程序容器化，并在创建其他数据集的内容时触发它们运行。这样，您可以为应用程序提供来自定期创建的数据集内容的数据。您可以在应用程序中自动对分析结果采取行动。 (
actions:containerAction)