Nach reiflicher Überlegung haben wir uns entschieden, Amazon Kinesis Data Analytics für SQL-Anwendungen einzustellen:

1. Ab dem **1. September 2025** werden wir keine Bugfixes für Amazon Kinesis Data Analytics for SQL-Anwendungen bereitstellen, da wir aufgrund der bevorstehenden Einstellung nur eingeschränkten Support dafür haben werden.

2. Ab dem **15. Oktober 2025** können Sie keine neuen Kinesis Data Analytics for SQL-Anwendungen mehr erstellen.

3. Wir werden Ihre Anwendungen ab dem **27. Januar 2026** löschen. Sie können Ihre Amazon Kinesis Data Analytics for SQL-Anwendungen nicht starten oder betreiben. Ab diesem Zeitpunkt ist kein Support mehr für Amazon Kinesis Data Analytics for SQL verfügbar. Weitere Informationen finden Sie unter [Einstellung von Amazon Kinesis Data Analytics für SQL-Anwendungen](discontinuation.md).

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Schritt 1: Vorbereiten
<a name="app-anomaly-prepare"></a>

Bevor Sie eine Amazon-Kinesis-Data-Analytics-Anwendung für diese Übung erstellen, müssen Sie zwei Kinesis-Datenströme erstellen. Konfigurieren Sie einen der Streams als Streaming-Quelle für Ihre Anwendung und den anderen Stream als das Ziel, an das Kinesis Data Analytics die Ausgabe Ihrer Anwendung weiterleitet. 

**Topics**
+ [Schritt 1.1: Erstellen der Eingabe- und Ausgabe-Daten-Streams](#app-anomaly-create-two-streams)
+ [Schritt 1.2: Schreiben Sie Beispieldatensätze in den Eingabe-Stream](#app-anomaly-write-sample-records-inputstream)

## Schritt 1.1: Erstellen der Eingabe- und Ausgabe-Daten-Streams
<a name="app-anomaly-create-two-streams"></a>

In diesem Abschnitt erstellen Sie zwei Kinesis-Streams: `ExampleInputStream` und `ExampleOutputStream`. Sie können diese Streams mithilfe der AWS-Managementkonsole oder der AWS CLI erstellen.
+ 

**So verwenden Sie die -Konsole:**

  1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die Kinesis-Konsole unter [https://console.aws.amazon.com/kinesis](https://console.aws.amazon.com/kinesis).

  1. Klicken Sie auf **Create data stream (Daten-Stream erstellen)**. Erstellen Sie einen Stream mit einer Shard namens `ExampleInputStream`. Weitere Informationen finden Sie unter [Einen Stream erstellen](https://docs.aws.amazon.com/streams/latest/dev/learning-kinesis-module-one-create-stream.html) im *Amazon-Kinesis-Data-Streams-Entwicklerhandbuch*.

  1. Wiederholen Sie den vorherigen Schritt und erstellen Sie einen Stream mit einer Shard namens `ExampleOutputStream`.
+ 

**Um das zu verwenden AWS CLI**

  1. Verwenden Sie den folgenden `create-stream` AWS CLI Kinesis-Befehl, um den ersten Stream zu erstellen (`ExampleInputStream`).

     ```
     $ aws kinesis create-stream \
     --stream-name ExampleInputStream \
     --shard-count 1 \
     --region us-east-1 \
     --profile adminuser
     ```

  1. Führen Sie den gleichen Befehl aus und ändern Sie den Namen des Streams in `ExampleOutputStream`. Über diesen Befehl wird der zweite Stream erstellt, der von der Anwendung zum Schreiben der Ausgabe verwendet wird.

## Schritt 1.2: Schreiben Sie Beispieldatensätze in den Eingabe-Stream
<a name="app-anomaly-write-sample-records-inputstream"></a>

In diesem Schritt führen Sie Python-Code aus, um kontinuierlich Beispieldatensätze zu generieren und diese Datensätze in den `ExampleInputStream`-Stream zu schreiben.

```
{"heartRate": 60, "rateType":"NORMAL"} 
...
{"heartRate": 180, "rateType":"HIGH"}
```

1. Installieren Sie Python und `pip`.

   Informationen zur Installation von Python finden Sie auf der Website für [Python](https://www.python.org/). 

   Sie können mithilfe von pip Abhängigkeiten installieren. Informationen zur Installation von pip finden Sie unter [Installation](https://pip.pypa.io/en/stable/installing/) auf der Website für pip.

1. Führen Sie den folgenden Python-Code aus. Der Befehl `put-record` im Code schreibt die JSON-Datensätze zum Stream.

   ```
    
   from enum import Enum
   import json
   import random
   import boto3
   
   STREAM_NAME = "ExampleInputStream"
   
   
   class RateType(Enum):
       normal = "NORMAL"
       high = "HIGH"
   
   
   def get_heart_rate(rate_type):
       if rate_type == RateType.normal:
           rate = random.randint(60, 100)
       elif rate_type == RateType.high:
           rate = random.randint(150, 200)
       else:
           raise TypeError
       return {"heartRate": rate, "rateType": rate_type.value}
   
   
   def generate(stream_name, kinesis_client, output=True):
       while True:
           rnd = random.random()
           rate_type = RateType.high if rnd < 0.01 else RateType.normal
           heart_rate = get_heart_rate(rate_type)
           if output:
               print(heart_rate)
           kinesis_client.put_record(
               StreamName=stream_name,
               Data=json.dumps(heart_rate),
               PartitionKey="partitionkey",
           )
   
   
   if __name__ == "__main__":
       generate(STREAM_NAME, boto3.client("kinesis"))
   ```



**Nächster Schritt**  
[Schritt 2: Eine Anwendung erstellen](app-anom-score-create-app.md)