对于新项目,建议您使用新的适用于 Apache Flink Studio 的托管服务,而不是使用适用于 SQL 应用程序的 Kinesis Data Analytics。Managed Service for Apache Flink Studio 不仅操作简单,还具有高级分析功能,使您能够在几分钟内构建复杂的流处理应用程序。
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。
步骤 3:配置应用程序输出
完成步骤 2:创建应用程序后,您已拥有用于从流式传输源读取心率数据并为每条记录分配一个异常分数的应用程序代码。
您现在可以将应用程序内部流中的应用程序结果发送到外部目标,这是另一个 Kinesis 数据流 (OutputStreamTestingAnomalyScores
)。您可以分析异常分数并确定哪种心率是异常的。然后,您可以进一步扩展此应用程序以生成警报。
执行以下步骤可配置应用程序输出:
-
打开 Amazon Kinesis Data Analytics 控制台。在 SQL 编辑器中,在应用程序控制面板中选择 Destination 或 Add a destination。
-
在 Connect to destination (连接到目标) 页面中,选择您在上一部分中创建的
OutputStreamTestingAnomalyScores
流。现在,您具有一个外部目标,Amazon Kinesis Data Analytics 将应用程序写入到应用程序内部流
DESTINATION_SQL_STREAM
的任何记录永久保存到该目标中。 -
您可以选择配置 Amazon Lambda 以监控
OutputStreamTestingAnomalyScores
流并发送警报。有关说明,请参阅 使用 Lambda 函数预处理数据。如果未设置警报,您可以查看 Kinesis Data Analytics 写入到外部目标(Kinesis 数据流OutputStreamTestingAnomalyScores
)的记录,如 步骤 4:验证输出 中所述。