Tras considerarlo detenidamente, hemos decidido dejar de utilizar Amazon Kinesis Data Analytics para aplicaciones SQL:

1. A partir del **1 de septiembre de 2025,** no proporcionaremos ninguna corrección de errores para las aplicaciones de Amazon Kinesis Data Analytics for SQL porque tendremos un soporte limitado debido a la próxima discontinuación.

2. A partir del **15 de octubre de 2025,** no podrá crear nuevas aplicaciones de Kinesis Data Analytics for SQL.

3. Eliminaremos sus aplicaciones a partir del **27 de enero de 2026**. No podrá iniciar ni utilizar sus aplicaciones de Amazon Kinesis Data Analytics para SQL. A partir de ese momento, el servicio de soporte de Amazon Kinesis Data Analytics para SQL dejará de estar disponible. Para obtener más información, consulte [Retirada de las aplicaciones de Amazon Kinesis Data Analytics para SQL](discontinuation.md).

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Paso 1: Preparación
<a name="app-anomaly-prepare"></a>

Antes de crear una aplicación de análisis de datos de Amazon Kinesis Data Analytics para este ejercicio, deberá crear dos flujos de datos de Kinesis. Configure una de las secuencias como el origen de streaming de su aplicación y otra secuencia como el destino, donde Kinesis Data Analytics sigue siendo la salida de su aplicación. 

**Topics**
+ [Paso 1.1: crear los flujos de datos de entrada y de salida](#app-anomaly-create-two-streams)
+ [Paso 1.2: Escribir registros de muestra en la secuencia de entrada](#app-anomaly-write-sample-records-inputstream)

## Paso 1.1: crear los flujos de datos de entrada y de salida
<a name="app-anomaly-create-two-streams"></a>

En esta sección, creará dos secuencias de Kinesis: `ExampleInputStream` y `ExampleOutputStream`. Puede crear estas secuencias mediante la Consola de administración de AWS o la AWS CLI.
+ 

**Para utilizar la consola de**

  1. [Inicie sesión en la consola de Kinesis Consola de administración de AWS y ábrala en https://console.aws.amazon.com /kinesis.](https://console.aws.amazon.com/kinesis)

  1. Elija **Create data stream (Crear flujo de datos)**. Cree una secuencia con un fragmento denominado `ExampleInputStream`. Para obtener más información, consulte [Crear secuencia](https://docs.aws.amazon.com/streams/latest/dev/learning-kinesis-module-one-create-stream.html) en la *Guía para desarrolladores de Amazon Kinesis Data Streams*.

  1. Repita el paso anterior y cree una secuencia con un fragmento denominada `ExampleOutputStream`.
+ 

**Para usar el AWS CLI**

  1. Utilice el siguiente `create-stream` AWS CLI comando de Kinesis para crear la primera transmisión ()`ExampleInputStream`.

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

  1. Ejecute el mismo comando, pero cambie el nombre de la secuencia por `ExampleOutputStream`. Este comando crea la segunda secuencia que usa la aplicación para escribir la salida.

## Paso 1.2: Escribir registros de muestra en la secuencia de entrada
<a name="app-anomaly-write-sample-records-inputstream"></a>

En este paso, ejecute el código de Python para generar registros de muestra y escribirlos en la secuencia `ExampleInputStream`.

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

1. Instale Python y `pip`.

   Para obtener más información sobre la instalación de Python, consulte la página web de [Python](https://www.python.org/). 

   Puede instalar dependencias con pip. Para obtener más información sobre la instalación de pip, consulte la sección [Installation](https://pip.pypa.io/en/stable/installing/) en la página web de pip.

1. Ejecute el siguiente código de Python. El comando `put-record` en el código escribe los registros JSON en la secuencia.

   ```
    
   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"))
   ```



**Paso siguiente**  
[Paso 2: Cree una aplicación](app-anom-score-create-app.md)