示例:将字符串拆分为多个字段 (VARIABLE_COLUMN_LOG_PARSE 函数) - Amazon Kinesis Data Analytics 开发人员指南
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

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。

示例:将字符串拆分为多个字段 (VARIABLE_COLUMN_LOG_PARSE 函数)

此示例使用VARIABLE_COLUMN_LOG_PARSE函数处理 Kinesis Data Analytics 中的字符串。VARIABLE_COLUMN_LOG_PARSE将输入字符串拆分到多个由分隔符或分隔符字符串分隔的字段。有关更多信息,请参阅 。变量列日志解析中的Amazon Kinesis Data Analytics SQL 参考

在本示例中,您将半结构化记录写入到 Amazon Kinesis 数据流。示例记录如下所示:

{ "Col_A" : "string", "Col_B" : "string", "Col_C" : "string", "Col_D_Unstructured" : "value,value,value,value"} { "Col_A" : "string", "Col_B" : "string", "Col_C" : "string", "Col_D_Unstructured" : "value,value,value,value"}

然后,您将在控制台中创建一个 Amazon Kinesis 数据分析应用程序,并将 Kinesis 数据流用作流式传输源。发现过程读取流式传输源上的示例记录,并推断出具有四个列的应用程序内部架构,如下所示:


                控制台屏幕截图,显示具有 4 个列的应用程序内部架构。

然后,您将使用应用程序代码和 VARIABLE_COLUMN_LOG_PARSE 函数解析逗号分隔的值,将规范化的行插入到其他应用程序内部流,如下所示:


                控制台屏幕截图,显示 Real-time analytics (实时分析) 选项卡和应用程序内部流。

第 1 步:创建 Kinesis Data Streams

按如下方式创建 Amazon Kinesis 数据流并填充日志记录:

  1. 登录到Amazon Web Services Management Console,然后打开 Kinesis 控制台https://console.aws.amazon.com/kinesis

  2. 在导航窗格中,选择 Data Streams (数据流)

  3. 选择 Create Kinesis stream (创建 Kinesis 流),然后创建带有一个分片的流。有关更多信息,请参阅 。创建流中的Amazon Kinesis Data Streams 开发者指南

  4. 运行以下 Python 代码以便填充示例日志记录。这段简单代码不断地将同一日志记录写入到流中。

    import json import boto3 STREAM_NAME = "ExampleInputStream" def get_data(): return { 'Col_A': 'a', 'Col_B': 'b', 'Col_C': 'c', 'Col_E_Unstructured': 'x,y,z'} 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'))

第 2 步:创建 Kinesis Data Analytics 应用程序

按如下所示,创建 Amazon Kinesis Data Analytics 应用程序:

  1. 打开 Kinesis Data Analytics 控制台,网站为https://console.aws.amazon.com/kinesisanalytics

  2. 选择 Create application (创建应用程序),键入应用程序名称,然后选择 Create application (创建应用程序)

  3. 在应用程序详细信息页面上,选择 Connect streaming data (连接流数据)

  4. Connect to source (连接到源) 页面上,执行以下操作:

    1. 选择在上一部分中创建的流。

    2. 选择创建 IAM 角色的选项。

    3. 选择 Discover schema (发现架构)。等待控制台显示推断的架构和为创建的应用程序内部流推断架构所使用的示例记录。请注意推断的架构仅包含一列。

    4. 选择 Save and continue

  5. 在应用程序详细信息页面上,选择 Go to SQL editor (转到 SQL编辑器)。要启动应用程序,请在显示的对话框中选择 Yes, start application (是,启动应用程序)

  6. 在 SQL 编辑器中,编写应用程序代码并确认结果:

    1. 复制下面的应用程序代码并将其粘贴到编辑器中:

      CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM"( "column_A" VARCHAR(16), "column_B" VARCHAR(16), "column_C" VARCHAR(16), "COL_1" VARCHAR(16), "COL_2" VARCHAR(16), "COL_3" VARCHAR(16)); CREATE OR REPLACE PUMP "SECOND_STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM t."Col_A", t."Col_B", t."Col_C", t.r."COL_1", t.r."COL_2", t.r."COL_3" FROM (SELECT STREAM "Col_A", "Col_B", "Col_C", VARIABLE_COLUMN_LOG_PARSE ("Col_E_Unstructured", 'COL_1 TYPE VARCHAR(16), COL_2 TYPE VARCHAR(16), COL_3 TYPE VARCHAR(16)', ',') AS r FROM "SOURCE_SQL_STREAM_001") as t;
    2. 选择 Save and run SQL。在 Real-time analytics (实时分析) 选项卡上,可以查看应用程序已创建的所有应用程序内部流并验证数据。