Amazon Monitron tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan ini seperti biasa. Untuk kemampuan yang mirip dengan Amazon Monitron, lihat [posting blog](https://aws.amazon.com/blogs/machine-learning/maintain-access-and-consider-alternatives-for-amazon-monitron) kami.
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Mengakses data Amazon Monitron Anda
Ada dua cara untuk mengakses data Amazon Monitron mentah Anda di luar Amazon Monitron.
Anda mungkin ingin mengakses data Anda secara berkelanjutan, sehingga Anda dapat menggunakannya di tempat lain. Dalam hal ini, Anda dapat mengonfigurasi Amazon Monitron untuk secara otomatis [menambahkan data Anda ke aliran Kinesis](/Monitron/latest/user-guide/monitron-kinesis-export.html). Dari sana, Anda dapat memindahkannya ke berbagai tujuan, termasuk Amazon S3 dan Lambda. Proses ini membutuhkan konfigurasi, dan konfigurasi itu membutuhkan pemahaman tentang Kinesis Data Streams. Namun, setelah Anda memiliki semua elemen yang diatur untuk kepuasan Anda, Anda dapat menjaga streaming data Anda secara otomatis.
Atau Anda mungkin ingin mengakses data Anda sesekali, hanya untuk mendapatkan pemahaman yang jelas tentang jenis data apa yang Anda simpan dan analisis AWS. Dalam hal ini, Anda dapat meminta AWS dukungan untuk [menyalin data Anda secara manual ke Amazon S3](data-download-monitron.md). Proses ini membutuhkan lebih sedikit konfigurasi, tetapi tidak dapat diotomatisasi. Ini hanya memberi Anda data yang telah dikumpulkan Amazon Monitron hingga sekarang, dalam satu bagian.
**Topics**
+ [Mengekspor data Amazon Monitron Anda ke Amazon S3](data-download-monitron.md)
+ [Ekspor data Kinesis Amazon Monitron v1](monitron-kinesis-export.md)
+ [Ekspor data Kinesis Amazon Monitron v2](monitron-kinesis-export-v2.md)
# Mengekspor data Amazon Monitron Anda ke Amazon S3
Terkadang Anda mungkin ingin mengakses data mentah yang disimpan Amazon Monitron untuk Anda, agar tetap mendapat informasi tentang jenis data apa yang Anda simpan dengan aman. AWS
Anda bisa mendapatkan data mentah Anda dengan mengajukan tiket dukungan dengan AWS, dan dengan memberikan izin Amazon Monitron untuk mengirimkan data Anda kepada Anda.
Untuk mendapatkan data operasional real time untuk sumber daya Amazon Monitron yang dapat dikonsumsi secara terprogram, pertimbangkan untuk mengekspor data Anda menggunakan aliran Kinesis. Untuk informasi selengkapnya, lihat [Ekspor data Amazon Monitron Kinesis v2](https://docs.aws.amazon.com/Monitron/latest/user-guide/monitron-kinesis-export-v2.html).
**Topics**
+ [Prasyarat](exporting-data-procedure.md)
+ [Mengekspor data Anda dengan CloudFormation (opsi yang disarankan)](onetime-download-cflink.md)
+ [Mengekspor data Anda dengan konsol](onetime-download-console.md)
+ [Mengekspor data Anda dengan CloudShell](export-shell.md)
# Prasyarat
Agar berhasil mengekspor data Amazon Monitron Anda, prasyarat berikut harus dipenuhi.
+ Anda harus belum memiliki ekspor lain (data Amazon Monitron) yang berjalan di wilayah yang sama.
+ Anda tidak dapat menjalankan ekspor lain di wilayah yang sama dalam 24 jam terakhir.
# Mengekspor data Anda dengan CloudFormation (opsi yang disarankan)
**Topics**
+ [Langkah 1: Buat bucket Amazon S3, peran IAM, dan kebijakan IAM Anda.](#gdpr-cloudfront-makestack)
+ [Langkah 2: Perhatikan sumber daya Anda](#gdpr-cloudfront-resources)
+ [Langkah 3: Buat kasus dukungan](#gdpr-cloudfront-case)
## Langkah 1: Buat bucket Amazon S3, peran IAM, dan kebijakan IAM Anda.
1. Masuk ke AWS akun Anda.
1. Buka tab browser baru dengan URL berikut.
```
https://console.aws.amazon.com/cloudformation/home?region=us-east-1#/stacks/create/review?templateURL=https://s3.us-east-1.amazonaws.com/monitron-cloudformation-templates-us-east-1/monitron_manual_download.yaml&stackName=monitronexport
```
1. Pada CloudFormation halaman yang terbuka, di sudut kanan atas, pilih wilayah di mana Anda menggunakan Amazon Monitron.
1. Pilih **Buat tumpukan**.
![\[CloudFormation quick create stack interface with template URL, stack name, and IAM role options.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-1.png)
1. Pada halaman berikutnya, pilih ikon penyegaran sesering yang Anda suka hingga status tumpukan (monitronexport) adalah CREATE\$1COMPLETE.
![\[CloudFormation stack details page showing monitronexport stack in CREATE_IN_PROGRESS state.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-2.png)
## Langkah 2: Perhatikan sumber daya Anda
1. Pilih tab **Output**.
1. Perhatikan nilai kuncinya`MonRoleArn`.
1. Perhatikan nilai kuncinya`S3BucketArn`.
1. Catat ID akun Anda dari sudut kanan atas halaman).
1. Perhatikan wilayah yang Anda pilih di Langkah 1. Sekarang juga muncul di bagian atas halaman, di sebelah kiri ID akun Anda.
![\[CloudFormation stack outputs page showing MonRoleArn and S3BucketArn with descriptions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-3.png)
## Langkah 3: Buat kasus dukungan
1. Dari AWS konsol Anda, pilih ikon tanda tanya di dekat sudut kanan atas halaman mana pun, lalu pilih **Support Center**.
![\[AWS console interface showing IAM dashboard with Dukungan Center dropdown menu highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-support-question-mark.png)
1. Pada halaman berikutnya, pilih **Buat kasus**.
![\[Dukungan Center interface with Quick solutions, Active cases, and Create case button.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-4.png)
1. Pada **Bagaimana kami bisa membantu?** halaman, lakukan hal berikut:
1. Pilih **Support akun dan penagihan**.
1. Di bawah **Layanan**, pilih **Akun**.
1. Di bawah **Kategori**, pilih **Kepatuhan & Akreditasi**.
1. Pilih **Keparahan**, jika opsi itu tersedia untuk Anda berdasarkan langganan dukungan Anda.
1. Pilih **Langkah selanjutnya: Informasi tambahan**.
![\[Dukungan case form with Account and billing selected, and service details specified.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-5.png)
1. Dalam **Informasi tambahan** lakukan hal berikut:
1. Di bawah **Subjek**, masukkan**Amazon Monitron data export request**.
1. Di bidang **Deskripsi**, masukkan:
1. ID akun Anda
1. wilayah ember yang Anda buat
1. ARN dari bucket yang Anda buat (misalnya: “arn:aws:s3: ::bucketname”)
1. ARN dari peran yang Anda buat (misalnya: “arn:aws:iam: :273771705212:role/ “) role-for-monitron
![\[Form for Amazon Monitron data export request with fields for account and bucket details.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-6.png)
1. Pilih **Langkah selanjutnya: Selesaikan sekarang atau hubungi kami**.
1. Di **Selesaikan sekarang atau hubungi kami** lakukan hal berikut:
1. Di **Selesaikan sekarang**, pilih **Berikutnya**.
![\[Dukungan options interface with "Solve now" and "Contact us" buttons, and recommendations.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-7.png)
1. Di **Hubungi kami**, pilih **bahasa kontak Pilihan** Anda dan metode kontak pilihan Anda.
1. Pilih **Kirim**. Layar konfirmasi dengan ID kasus dan detailnya akan ditampilkan.
![\[Contact options with language selection and choices for Web, Phone, or Chat communication.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-8.png)
Spesialis dukungan AWS pelanggan akan menghubungi Anda sesegera mungkin. Jika ada masalah dengan langkah-langkah yang tercantum, spesialis dapat meminta Anda untuk informasi lebih lanjut. Jika semua informasi yang diperlukan telah diberikan, spesialis akan memberi tahu Anda segera setelah data Anda disalin ke ember Amazon S3 yang Anda buat di atas.
# Mengekspor data Anda dengan konsol
**Topics**
+ [Langkah 1: Menyiapkan bucket Amazon S3 Anda](#gdpr-console-s3)
+ [Langkah 2: Berikan izin Amazon Monitron untuk mengakses Amazon S3](#gdpr-console-set-policy)
+ [Langkah 3: Buat peran](#gdpr-console-create-role)
+ [Langkah 4: Buat kebijakan kepercayaan](#gdpr-console-trust-policy)
+ [Langkah 5: Buat kasus dukungan](#gdpr-console-case)
## Langkah 1: Menyiapkan bucket Amazon S3 Anda
1. Buka [konsol Amazon S3](https://console.aws.amazon.com/s3/).
1. Pilih **Buat bucket**.
![\[Amazon S3 console interface showing Buckets section with Create bucket button highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-create-bucket.png)
1. Beri nama bucket Anda dan pilih wilayah yang sesuai. Kemudian, di bagian bawah halaman, pilih **Buat ember**.
**penting**
Saat ini, Amazon Monitron hanya didukung di tiga wilayah:
US East (N. Virginia) us-east-1
UE (Irlandia) eu-west-1
Asia Pasifik (Sydney) ap-south-east -2
Oleh karena itu, bucket Amazon S3 Anda harus berada di salah satu wilayah tersebut.
Itu juga harus wilayah yang sama di mana Anda menggunakan layanan Amazon Monitron.
![\[Create bucket interface showing bucket name "monitron-export-example" and Wilayah AWS "US East (N. Virginia)".\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-create-bucket-2.png)
1. Tinjau opsi lainnya di halaman, dan buat pilihan yang sesuai, tergantung pada kebutuhan dan kebijakan keamanan Anda.
**penting**
Anda bertanggung jawab untuk mengambil langkah-langkah yang tepat untuk mengamankan data Anda. Kami sangat menyarankan untuk menggunakan enkripsi sisi server dan memblokir akses publik ke bucket Anda.
1. Menggunakan kotak pencarian, temukan ember yang baru saja Anda buat, lalu pilih.
![\[AWS S3 console showing a newly created bucket named "monitron-export-example" in the bucket list.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-choose-s3-bucket.png)
1. Dari tab **Properties**, catat nama, ARN, dan wilayah bucket.
![\[S3 bucket properties showing name, region, ARN, and creation date for monitron-export-example.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-s3-properties-tab.png)
## Langkah 2: Berikan izin Amazon Monitron untuk mengakses Amazon S3
1. Buka [konsol IAM](https://console.aws.amazon.com/iam/) dan pilih **Kebijakan**.
![\[IAM Dashboard showing resource counts, recent updates, and tools for policy management.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-9.png)
1. Pilih **Buat kebijakan**.
![\[IAM Policies page with options to search, filter, and create a new policy.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-10.png)
1. Pilih tab **JSON**.
![\[Policy editor interface showing JSON structure for specifying permissions in IAM.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-11.png)
1. Hapus teks JSON default sehingga formulir kosong.
1. Tempel di kebijakan akses bucket.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Action": [
"s3:GetBucketAcl",
"s3:GetBucketLocation",
"s3:ListBucket"
],
"Effect": "Allow",
"Resource": [
"arn:aws:s3:::bucketname"
]
},
{
"Action": [
"s3:PutObject",
"s3:GetBucketAcl"
],
"Effect": "Allow",
"Resource": [
"arn:aws:s3:::bucketname/*"
]
}
]
}
```
------
![\[IAM policy editor interface showing JSON code for S3 bucket permissions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-12.png)
1. Pilih **Selanjutnya**.
1. Pada halaman **Review dan create**, lakukan hal berikut:
1. Dalam **Rincian kebijakan**, masukkan **nama Kebijakan** dan **Deskripsi** opsional.
1. Biarkan **Izin yang ditentukan di bagian kebijakan ini** apa adanya.
1. Di **Tambahkan tag — *opsional*, Anda dapat memilih untuk menambahkan tag untuk melacak sumber daya Anda.** .
1. Pilih **Buat kebijakan**.
![\[Policy creation interface showing policy details, permissions, and tags sections.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-13.png)
## Langkah 3: Buat peran
1. Buka [konsol IAM](https://console.aws.amazon.com/iam/) dan pilih **Peran**.
![\[IAM Dashboard showing resource counts, recent updates, and available tools.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-14.png)
1. Pilih **Buat peran**.
![\[IAM roles interface showing 116 roles and a prominent "Create role" button.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-15.png)
1. Pada **Pilih entitas tepercaya**, dalam **jenis entitas tepercaya**, pilih **AWS akun**.
1. Di ** AWS Akun**, pilih **Akun ini**. Anda dapat menyesuaikan pengaturan tambahan menggunakan **Opsi**.
1. Pilih **Berikutnya**.
![\[Akun AWS selection interface with trusted entity types and account options.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-16.png)
1. Di **Tambahkan izin**, untuk **kebijakan Izin**, cari kebijakan yang baru saja Anda buat di kotak pencarian, lalu pilih kebijakan Anda.
![\[Add permissions interface showing search for "monitron-policy" with one matching result selected.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-17.png)
1. Pada halaman **Nama, tinjau, dan buat** lakukan hal berikut:
1. Dalam **Rincian peran**, masukkan **nama Peran** dan **Deskripsi** opsional.
1. Anda dapat memilih untuk mengabaikan **Langkah 1: Pilih entitas tepercaya** dan **Langkah 2: Tambahkan izin**.
1. Untuk **Langkah 3: Tambahkan tag**, untuk **Tambahkan tag - *opsional***, tambahkan tag opsional untuk melacak sumber daya Anda.
1. Pilih **Buat peran**.
![\[Form for creating a new role with fields for role name, description, trust policy, and permissions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-18.png)
## Langkah 4: Buat kebijakan kepercayaan
1. Cari peran yang baru saja Anda buat dan pilih perannya.
![\[IAM Roles page showing search results for "monitron-role" with one matching role listed.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-19.png)
1. Pilih tab **Trust relationship**.
![\[IAM role details page showing Trust relationships tab and Edit trust policy button.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-20.png)
1. Pilih **Edit trust relationship** (Edit Hubungan Kepercayaan).
![\[Trust relationships tab with Edit trust relationship button highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-edit-trust-relationship.png)
1. Hapus teks JSON default sehingga formulir kosong.
1. Tempel dalam kebijakan yang memungkinkan Amazon Monitron untuk mengambil peran.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [{
"Effect": "Allow",
"Principal": {
"Service": ["monitron.amazonaws.com"]
},
"Action": "sts:AssumeRole"
}]
}
```
------
![\[Form for creating a new role with fields for role name, description, trust policy, and permissions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-18.png)
1. Pilih **Perbarui Kebijakan Kepercayaan**.
## Langkah 5: Buat kasus dukungan
1. Dari AWS konsol Anda, pilih ikon tanda tanya di dekat sudut kanan atas halaman mana pun, lalu pilih **Support Center**.
![\[AWS console interface showing IAM dashboard with Dukungan Center dropdown menu highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-support-question-mark.png)
1. Pada halaman berikutnya, pilih **Buat kasus**.
![\[Dukungan Center interface with Quick solutions, Active cases, and Create case button.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-4.png)
1. Pada **Bagaimana kami bisa membantu?** halaman, lakukan hal berikut:
1. Pilih **Support akun dan penagihan**.
1. Di bawah **Layanan**, pilih **Akun**.
1. Di bawah **Kategori**, pilih **Kepatuhan & Akreditasi**.
1. Pilih **Keparahan**, jika opsi itu tersedia untuk Anda berdasarkan langganan dukungan Anda.
1. Pilih **Langkah selanjutnya: Informasi tambahan**.
![\[Dukungan case form with Account and billing selected, and service details specified.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-5.png)
1. Dalam **Informasi tambahan** lakukan hal berikut:
1. Di bawah **Subjek**, masukkan**Amazon Monitron data export request**.
1. Di bidang **Deskripsi**, masukkan:
1. ID akun Anda
1. wilayah ember yang Anda buat
1. ARN dari bucket yang Anda buat (misalnya: “arn:aws:s3: ::bucketname”)
1. ARN dari peran yang Anda buat (misalnya: “arn:aws:iam: :273771705212:role/ “) role-for-monitron
![\[Form for Amazon Monitron data export request with fields for account and bucket details.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-6.png)
1. Pilih **Langkah selanjutnya: Selesaikan sekarang atau hubungi kami**.
1. Di **Selesaikan sekarang atau hubungi kami** lakukan hal berikut:
1. Di **Selesaikan sekarang**, pilih **Berikutnya**.
![\[Dukungan options interface with "Solve now" and "Contact us" buttons, and recommendations.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-7.png)
1. Di **Hubungi kami**, pilih **bahasa kontak Pilihan** Anda dan metode kontak pilihan Anda.
1. Pilih **Kirim**. Layar konfirmasi dengan ID kasus dan detailnya akan ditampilkan.
![\[Contact options with language selection and choices for Web, Phone, or Chat communication.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-8.png)
Spesialis dukungan AWS pelanggan akan menghubungi Anda sesegera mungkin. Jika ada masalah dengan langkah-langkah yang tercantum, spesialis dapat meminta Anda untuk informasi lebih lanjut. Jika semua informasi yang diperlukan telah diberikan, spesialis akan memberi tahu Anda segera setelah data Anda disalin ke ember Amazon S3 yang Anda buat di atas.
# Mengekspor data Anda dengan CloudShell
**Topics**
+ [Langkah 1: Membuat bucket Amazon S3 (dengan) AWS CloudShell](#create-s3-with-shell)
+ [Langkah 2: Memberikan akses Amazon Monitron ke bucket Amazon S3 Anda (dengan) AWS CloudShell](#create-policy-with-shell)
+ [Langkah 3: Membuat tiket dukungan Anda](#create-support-ticket)
## Langkah 1: Membuat bucket Amazon S3 (dengan) AWS CloudShell
1. Masuk ke AWS Konsol.
1. Buka AWS CloudShell
[AWS CloudShell](https://docs.aws.amazon.com//cloudshell/latest/userguide/welcome.html)adalah lingkungan baris perintah yang beroperasi di dalam browser Anda. Di dalam AWS CloudShell, Anda dapat menggunakan AWS Command Line Interface untuk meluncurkan dan mengkonfigurasi banyak AWS layanan.
1. Di AWS CloudShell, masukkan perintah berikut, di mana bucketname adalah nama bucket yang Anda buat:
```
$ aws s3api create-bucket --bucket bucketname --region us-east-1
```
Perintah ini membuat bucket Amazon S3 untuk menyimpan data mentah Anda. Anda akan dapat dengan mudah mengakses bucket Anda dari konsol, dan mengunduh data Anda sesuai keinginan Anda. Untuk informasi selengkapnya, lihat [Membuat, mengonfigurasi, dan bekerja dengan bucket Amazon S3](https://docs.aws.amazon.com//AmazonS3/latest/userguide/creating-buckets-s3.html).
**penting**
Anda bertanggung jawab untuk mengambil langkah-langkah yang tepat untuk mengamankan data Anda. Kami sangat menyarankan untuk menggunakan enkripsi sisi server dan memblokir akses publik ke bucket Anda.
Dalam perintah di atas, ember dibuat di Wilayah AS Timur (Virginia N.). Anda dapat secara opsional menentukan Wilayah yang berbeda di badan permintaan. Untuk informasi selengkapnya, lihat [Wilayah, Zona Ketersediaan, dan Zona Lokal](https://docs.aws.amazon.com//AmazonRDS/latest/UserGuide/Concepts.RegionsAndAvailabilityZones.html).
Anda akan melihat output yang terlihat seperti ini:
```
{ "Location": "/bucketname" }
```
1. Identifikasi [Nama Sumber Daya Amazon (ARN)](https://docs.aws.amazon.com//general/latest/gr/aws-arns-and-namespaces.html) dari bucket yang Anda buat, yang akan menjadi:
```
arn:aws:s3:::bucketname
```
## Langkah 2: Memberikan akses Amazon Monitron ke bucket Amazon S3 Anda (dengan) AWS CloudShell
1. Tempel kode di bawah ini ke editor teks, dan simpan sebagai: monitron-assumes-role .json. Jangan gunakan Microsoft Word, yang akan menambahkan karakter tambahan. Gunakan editor teks sederhana seperti Notepad atau. TextEdit
Kebijakan ini memberi izin kepada Amazon Monitron untuk mengambil peran yang memungkinkannya mengakses bucket S3 Anda. Untuk informasi selengkapnya, lihat [Kebijakan dan izin di IAM](https://docs.aws.amazon.com//IAM/latest/UserGuide/access_policies.html).
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [{
"Effect": "Allow",
"Principal": {
"Service": ["monitron.amazonaws.com"]
},
"Action": "sts:AssumeRole"
}]
}
```
------
1. Tempel teks di bawah ini ke editor teks, dan simpan sebagai: monitron-role-accesses-s 3.json
Kebijakan ini akan memungkinkan Amazon Monitron (menggunakan peran yang dibuat di atas) untuk mengakses bucket Amazon S3 Anda.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Action": [
"s3:GetBucketAcl",
"s3:GetBucketLocation",
"s3:ListBucket"
],
"Effect": "Allow",
"Resource": [
"arn:aws:s3:::bucketname"
]
},
{
"Action": [
"s3:PutObject",
"s3:GetBucketAcl"
],
"Effect": "Allow",
"Resource": [
"arn:aws:s3:::bucketname/*"
]
}
]
}
```
------
1. Dalam file teks yang baru saja Anda buat, ganti setiap kemunculan *bucketname* dengan nama bucket Anda.
Misalnya, jika nama bucket Anda tanpa henti, maka file Anda akan terlihat seperti ini:
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Action": [
"s3:GetBucketAcl",
"s3:GetBucketLocation",
"s3:ListBucket"
],
"Effect": "Allow",
"Resource": [
"arn:aws:s3:::relentless"
]
},
{
"Action": [
"s3:PutObject",
"s3:GetBucketAcl"
],
"Effect": "Allow",
"Resource": [
"arn:aws:s3:::relentless/*"
]
}
]
}
```
------
1. Unggah kedua file json yang baru saja Anda buat CloudShell di direktori home.
Untuk mengunggah file, pilih Tindakan dari sudut kanan atas halaman CloudShell konsol, lalu pilih Unggah file.
1. Masukkan yang berikut ini pada baris perintah di CloudShell:
**aws iam create-role --role-name role-for-monitron --assume-role-policy-document "cat monitron-assumes-role.json"**
Perintah ini menciptakan peran dan melampirkan monitron-assumes-role kebijakan.
Anda akan melihat output yang terlihat seperti ini:
```
{
"Role": {
"Path": "/",
"RoleName": "role-for-monitron",
"RoleId": "AROAT7PQQWN6BMTMASVPP",
"Arn": "arn:aws:iam::273771705212:role/role-for-monitron",
"CreateDate": "2021-07-14T02:48:15+00:00",
"AssumeRolePolicyDocument": {
"Version": "2012-10-17",
"Statement": [{
"Sid": "",
"Effect": "Allow",
"Principal": {
"Service": [
"monitron.amazonaws.com"
]
},
"Action": "sts:AssumeRole"
}]
}
}
}
```
Catat nilai ARN untuk peran yang baru saja Anda buat. Anda akan membutuhkannya nanti.
Dalam contoh kita, nilai ARN adalah: `arn:aws:iam::273771705212:role/role-for-monitron`
1. Masukkan yang berikut ini pada baris perintah di CloudShell:
** aws iam create-policy --policy-name role-uses-bucket --policy-document "cat role-uses-bucket.json"**
Perintah ini membuat kebijakan monitron-role-accesses-s 3.
Anda akan melihat output yang terlihat seperti ini:
```
{
"Policy": {
"PolicyName": "role-uses-bucket",
"PolicyId": "ANPAT7PQQWN6I5KLORSDQ",
"Arn": "arn:aws:iam::273771705212:policy/role-uses-bucket",
"Path": "/",
"DefaultVersionId": "v1",
"AttachmentCount": 0,
"PermissionsBoundaryUsageCount": 0,
"IsAttachable": true,
"CreateDate": "2021-07-14T02:19:23+00:00",
"UpdateDate": "2021-07-14T02:19:23+00:00"
}
}
```
Perhatikan nilai ARN untuk kebijakan yang baru saja Anda buat. Anda akan membutuhkannya untuk langkah selanjutnya.
Dalam contoh kita, nilai ARN adalah:
```
arn:aws:iam::273771705212:policy/role-uses-bucket
```
1. Masukkan yang berikut ini pada baris perintah di CloudShell, ganti ARN dengan ARN untuk kebijakan Anda: role-uses-bucket
```
aws iam attach-role-policy --role-name role-for-monitron --policy-arn
arn:aws:iam::273771705212:policy/role-uses-bucket
```
Perintah ini melampirkan kebijakan monitron-role-accesses-s 3 ke peran yang baru saja Anda buat.
Sekarang Anda telah membuat dan menyediakan bucket Amazon S3, peran yang dapat diasumsikan oleh Amazon Monitron, kebijakan yang memungkinkan Amazon Monitron untuk mengambil peran itu, dan kebijakan lain yang memungkinkan layanan yang menggunakan peran tersebut menggunakan bucket Amazon S3 Anda.
Anda bertanggung jawab untuk mengambil langkah-langkah yang tepat untuk mengamankan data Anda. Kami sangat menyarankan untuk menggunakan enkripsi sisi server dan memblokir akses publik ke bucket Anda. Untuk informasi selengkapnya, lihat [Memblokir akses publik](https://docs.aws.amazon.com//AmazonS3/latest/userguide/access-control-block-public-access.html).
## Langkah 3: Membuat tiket dukungan Anda
1. Dari AWS konsol Anda, pilih ikon tanda tanya di dekat sudut kanan atas halaman mana pun, lalu pilih **Support Center**.
![\[AWS console interface showing IAM dashboard with Dukungan Center dropdown menu highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/gdpr-support-question-mark.png)
1. Pada halaman berikutnya, pilih **Buat kasus**.
![\[Dukungan Center interface with Quick solutions, Active cases, and Create case button.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-4.png)
1. Pada **Bagaimana kami bisa membantu?** halaman, lakukan hal berikut:
1. Pilih **Support akun dan penagihan**.
1. Di bawah **Layanan**, pilih **Akun**.
1. Di bawah **Kategori**, pilih **Kepatuhan & Akreditasi**.
1. Pilih **Keparahan**, jika opsi itu tersedia untuk Anda berdasarkan langganan dukungan Anda.
1. Pilih **Langkah selanjutnya: Informasi tambahan**.
![\[Dukungan case form with Account and billing selected, and service details specified.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-5.png)
1. Dalam **Informasi tambahan** lakukan hal berikut:
1. Di bawah **Subjek**, masukkan**Amazon Monitron data export request**.
1. Di bidang **Deskripsi**, masukkan:
1. ID akun Anda
1. wilayah ember yang Anda buat
1. ARN dari bucket yang Anda buat (misalnya: “arn:aws:s3: ::bucketname”)
1. ARN dari peran yang Anda buat (misalnya: “arn:aws:iam: :273771705212:role/ “) role-for-monitron
![\[Form for Amazon Monitron data export request with fields for account and bucket details.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-6.png)
1. Pilih **Langkah selanjutnya: Selesaikan sekarang atau hubungi kami**.
1. Di **Selesaikan sekarang atau hubungi kami** lakukan hal berikut:
1. Di **Selesaikan sekarang**, pilih **Berikutnya**.
![\[Dukungan options interface with "Solve now" and "Contact us" buttons, and recommendations.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-7.png)
1. Di **Hubungi kami**, pilih **bahasa kontak Pilihan** Anda dan metode kontak pilihan Anda.
1. Pilih **Kirim**. Layar konfirmasi dengan ID kasus dan detailnya akan ditampilkan.
![\[Contact options with language selection and choices for Web, Phone, or Chat communication.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/s3-export-8.png)
Spesialis dukungan AWS pelanggan akan menghubungi Anda sesegera mungkin. Jika ada masalah dengan langkah-langkah yang tercantum, spesialis dapat meminta Anda untuk informasi lebih lanjut. Jika semua informasi yang diperlukan telah diberikan, spesialis akan memberi tahu Anda segera setelah data Anda disalin ke ember Amazon S3 yang Anda buat di atas.
# Ekspor data Kinesis Amazon Monitron v1
**catatan**
Skema ekspor data Kinesis Amazon Monitron v1 tidak digunakan lagi. Pelajari lebih lanjut tentang [skema ekspor data v2](monitron-kinesis-export-v2.md).
Anda dapat mengekspor data pengukuran yang masuk dan hasil inferensi yang sesuai dari Amazon Monitron dan melakukan analisis waktu nyata. Ekspor data mengalirkan data langsung ke Kinesis.
**Topics**
+ [Mengekspor data Anda ke aliran Kinesis](#exporting-stream-procedure)
+ [Mengedit pengaturan ekspor data langsung](#edit-live-export)
+ [Menghentikan ekspor data langsung](#stop-kinesis-export)
+ [Melihat kesalahan ekspor data](#viewing-kinesis-export-errors)
+ [Menggunakan enkripsi sisi server untuk aliran Kinesis](#data-export-server-side-encryption)
+ [Pemantauan dengan Amazon CloudWatch Logs](data-export-cloudwatch-logs.md)
+ [Menyimpan data yang diekspor di Amazon S3](kinesis-store-S3.md)
+ [Memproses data dengan Lambda](data-export-lambda.md)
+ [Memahami skema ekspor data v1](data-export-schema.md)
## Mengekspor data Anda ke aliran Kinesis
1. Dari halaman utama proyek Anda, di dekat bagian bawah halaman, di sebelah kanan, pilih **Mulai ekspor data langsung**.
1. Di bawah **Pilih aliran data Amazon Kinesis**, lakukan salah satu hal berikut:
+ Masukkan nama aliran yang ada di kotak pencarian. Kemudian lewati ke Langkah 5.
+ Pilih **Buat aliran data baru**.
1. Pada halaman **Buat aliran data**, di bawah **konfigurasi aliran data**, masukkan nama aliran data Anda.
1. Di bawah Kapasitas aliran data, pilih mode kapasitas Anda:
+ **Jika persyaratan throughput aliran data Anda tidak dapat diprediksi dan bervariasi, pilih On-Demand.**
+ **Jika Anda dapat memperkirakan persyaratan throughput aliran data dengan andal, pilih Disediakan.** **Kemudian, di bawah pecahan yang disediakan, masukkan jumlah pecahan yang ingin Anda buat, atau pilih estimator Shard.**
1. Pilih **Create data stream** (Buat aliran data).
## Mengedit pengaturan ekspor data langsung
Untuk mengedit setelan ekspor data langsung Anda:
1. Buka konsol Amazon Monitron.
1. Pilih **Proyek** dari panel navigasi.
1. Jika Anda memiliki beberapa proyek, pilih proyek yang ingin Anda edit pengaturan ekspor.
1. Dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, dari menu tarik-turun **Tindakan**, pilih **Edit pengaturan ekspor data langsung**.
## Menghentikan ekspor data langsung
1. Buka konsol Amazon Monitron.
1. Pilih **Proyek** dari panel navigasi.
1. Jika Anda memiliki beberapa proyek, pilih proyek yang ingin Anda edit pengaturan ekspor.
1. Dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, dari menu tarik-turun **Tindakan**, pilih **Hentikan ekspor data langsung**.
1. Di jendela pop-up, pilih **Stop**.
## Melihat kesalahan ekspor data
Untuk melihat pesan kesalahan di antarmuka CloudWatch Log:
+ Di konsol Amazon Monitron, dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, pilih grup **CloudWatch log**.
## Menggunakan enkripsi sisi server untuk aliran Kinesis
Anda dapat mengaktifkan enkripsi sisi server untuk aliran Kinesis Anda sebelum menyiapkan ekspor data Kinesis. Namun, jika enkripsi sisi server diaktifkan setelah ekspor data Kinesis disiapkan, Amazon Monitron tidak akan dapat mempublikasikan ke aliran. Itu karena Amazon Monitron tidak akan memiliki izin untuk memanggil [kms: GenerateDataKey](https://docs.aws.amazon.com/kms/latest/APIReference/API_GenerateDataKey.html) sehingga dapat mengenkripsi data yang dikirim ke Kinesis.
Untuk mengatasinya, ikuti instruksi di bawah[Mengedit pengaturan ekspor data langsung](#edit-live-export), tetapi tanpa mengubah konfigurasi. Ini akan mengaitkan enkripsi yang telah Anda atur dengan konfigurasi ekspor Anda.
# Pemantauan dengan Amazon CloudWatch Logs
Anda dapat memantau ekspor data langsung Amazon Monitron menggunakan Amazon CloudWatch Logs. Ketika pengukuran gagal diekspor, Amazon Monitron akan mengirimkan peristiwa log ke Log Anda CloudWatch . Anda juga dapat mengatur filter metrik pada log kesalahan untuk menghasilkan metrik dan mengatur alarm. Alarm dapat mengawasi ambang batas tertentu dan mengirim pemberitahuan atau mengambil tindakan ketika ambang batas tersebut terpenuhi. Untuk informasi selengkapnya, lihat [Panduan CloudWatch Pengguna](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html).
Amazon Monitron mengirimkan peristiwa log ke grup log/aws/monitron/data-export/ \$1HASH\$1ID\$1.
Peristiwa log memiliki format JSON berikut:
```
{
"assetDisplayName": "string",
"destination": "string",
"errorCode": "string",
"errorMessage": "string",
"eventId": "string",
"positionDisplayName": "string",
"projectDisplayName": "string",
"projectName": "string",
"sensorId": "string",
"siteDisplayName": "string",
"timestamp": "string"
}
```
assetDisplayName
+ Nama aset yang ditampilkan di Aplikasi
+ Tipe: String
tujuan
+ ARN dari aliran data Kinesis
+ Tipe: String
+ Pola: arn:aws:kinesis: \$1\$1REGION\$1\$1: \$1\$1AWS\$1ACCOUNT\$1ID\$1\$1 :stream/ \$1\$1STREAM\$1NAME\$1\$1
errorCode
+ Kode kesalahan
+ Tipe: String
+ Nilai yang Valid: `INTERNAL_SEVER_ERROR | KINESIS_RESOURCE_NOT_FOUND | KINESIS_PROVISIONED_THROUGHPUT_EXCEEDED | KMS_ACCESS_DENIED | KMS_NOT_FOUND | KMS_DISABLED | KMS_INVALID_STATE | KMS_THROTTLING`
errorMessage
+ Pesan kesalahan terperinci
+ Tipe: String
eventId
+ ID peristiwa unik yang sesuai dengan setiap ekspor pengukuran
+ Tipe: String
positionDisplayName
+ Nama posisi sensor ditampilkan di App
+ Tipe: String
SensorID
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String
siteDisplayName
+ Nama situs yang ditampilkan di Aplikasi
+ Tipe: String
timestamp
+ Stempel waktu saat pengukuran diterima oleh layanan Amazon Monitron di UTC
+ Tipe: String
+ Pola: yyyy-mm-dd HH: MM: SS.sss
# Menyimpan data yang diekspor di Amazon S3
**Topics**
+ [Menggunakan template yang telah ditentukan CloudFormation](#kinesis-cloudfront-makestack)
+ [Mengkonfigurasi Kinesis secara manual di konsol](#kinesis-configure-console)
## Menggunakan template yang telah ditentukan CloudFormation
Amazon Monitron menyediakan AWS CloudFormation template yang telah ditentukan untuk membantu menyiapkan Firehose dengan cepat untuk mengirimkan data dari aliran data Kinesis ke bucket Amazon S3. Template ini memungkinkan partisi dinamis dan objek Amazon S3 yang dikirimkan akan menggunakan format kunci berikut yang direkomendasikan oleh Amazon Monitron: `/project={projectName}/site={siteName}/time={yyyy-mm-dd 00:00:00}/{filename}`
1. Masuk ke AWS akun Anda.
1. Buka tab browser baru dengan URL berikut:
```
https://console.aws.amazon.com/cloudformation/home?region=us-east-1#/stacks/create/review?templateURL=https://s3.us-east-1.amazonaws.com/monitron-cloudformation-templates-us-east-1/monitron_kinesis_data_export.yaml&stackName=monitron-kinesis-live-data-export
```
1. Pada CloudFormation halaman yang terbuka, di sudut kanan atas, pilih wilayah di mana Anda menggunakan Amazon Monitron.
1. Secara default, template akan membuat aliran data Kinesis baru dan bucket S3 bersama dengan sumber daya lain yang diperlukan untuk mengirimkan data ke Amazon S3. Anda dapat mengubah parameter untuk menggunakan sumber daya yang ada.
1. Centang kotak yang mengatakan *saya mengakui yang AWS CloudFormation mungkin membuat sumber daya IAM*.
1. Pilih **Buat tumpukan**.
1. Pada halaman berikutnya, pilih ikon penyegaran sesering yang Anda suka hingga status tumpukan adalah CREATE\$1COMPLETE.
## Mengkonfigurasi Kinesis secara manual di konsol
1. Masuk ke Konsol AWS Manajemen dan buka konsol Kinesis di /kinesis. https://console.aws.amazon.com
1. Pilih **Stream pengiriman** di panel navigasi.
1. Pilih **Buat aliran pengiriman**.
1. Untuk Sumber, pilih **Amazon Kinesis Data Streams**.
1. Untuk Tujuan, pilih **Amazon S3**.
1. Di bawah **Pengaturan Sumber, aliran data Kinesis, masukkan ARN aliran data** Kinesis Anda.
1. Di bawah **nama aliran pengiriman**, masukkan nama aliran data Kinesis Anda.
1. Di bawah **Pengaturan desinasi**, pilih bucket Amazon S3 atau masukkan URI bucket.
1. (opsional) Aktifkan partisi dinamis menggunakan penguraian sebaris untuk JSON. Opsi ini sesuai jika Anda ingin mempartisi data pengukuran streaming berdasarkan informasi sumber dan stempel waktu. Contoh:
+ Pilih **Diaktifkan** untuk **partisi Dinamis**.
+ Pilih **Diaktifkan** untuk **pembatas baris baru**.
+ Pilih **Diaktifkan** untuk **penguraian Inline untuk** JSON.
+ Di bawah tombol **partisi dinamis, tambahkan**:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/kinesis-store-S3.html)
1. Pilih **Terapkan kunci partisi dinamis** dan konfirmasikan awalan bucket Amazon S3 yang dihasilkan. `!{partitionKeyFromQuery:project}/!{partitionKeyFromQuery:site}/!{partitionKeyFromQuery:time}/`
1. Di Amazon S3, objek akan menggunakan format kunci berikut:. `/project={projectName}/site={siteName}/time={yyyy-mm-dd 00:00:00}/{filename}`
1. Pilih **Buat aliran pengiriman**.
1. (opsional) Gunakan jalur yang lebih granular.
Jika Anda memilih partisi dinamis, gunakan format kunci Amazon S3 sebelumnya jika Anda berencana untuk menggunakan AWS Glue dan Athena untuk menanyakan data. Anda juga dapat memilih format kunci yang lebih halus, tetapi kueri Amazon Athena tidak akan efisien. Berikut adalah contoh pengaturan jalur kunci Amazon S3 yang lebih halus.
Di bawah tombol **partisi dinamis, tambahkan**:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/kinesis-store-S3.html)
Di Amazon S3, objek akan menggunakan format kunci berikut: ` /project={projectName}/site={siteName}/asset={assetName}/position={positionName}/sensor={sensorId}/date={yyyy-mm-dd}/time={HH:MM:SS}/{filename}`
# Memproses data dengan Lambda
**Topics**
+ [Langkah 1: Buat [peran IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) yang memberikan izin fungsi Anda untuk mengakses sumber daya AWS](#create-iam-role)
+ [Langkah 2: Buat fungsi Lambda](#create-lambda-function)
+ [Langkah 3: Konfigurasikan fungsi Lambda](#configure-lambda-function)
+ [Langkah 4: Aktifkan pemicu Kinesis di konsol AWS Lambda](#enable-lambda-trigger)
## Langkah 1: Buat [peran IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) yang memberikan izin fungsi Anda untuk mengakses sumber daya AWS
1. Buka [halaman peran](https://console.aws.amazon.com/iam/home?#/roles) di konsol IAM.
1. Pilih **Buat peran**.
1. Buat peran dengan properti berikut.
+ Entitas tepercaya: Lambda
+ Izin: AWSLambda KinesisExecutionRole (dan AWSKey ManagementServicePowerUser jika aliran Kinesis dienkripsi)
+ Nama peran: lambda-kinesis-role
![\[IAM role creation interface showing name, review, and create steps with role details and permissions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-create-role.png)
## Langkah 2: Buat fungsi Lambda
1. Buka halaman **Fungsi** di konsol Lambda.
1. Pilih **Buat fungsi**.
1. Pilih **Gunakan cetak biru**.
1. Di bilah pencarian **Blueprints**, cari dan pilih (**kinesis-process-record nodejs**) atau. **kinesis-process-record-python**
1. Pilih **Konfigurasikan**
![\[Create function interface with options to author from scratch, use a blueprint, or select container image.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-create-function.png)
## Langkah 3: Konfigurasikan fungsi Lambda
1. Pilih **nama Fungsi**
1. Pilih peran yang dibuat pada langkah pertama sebagai **peran Eksekusi**.
1. Konfigurasikan pemicu Kinesis.
1. Pilih aliran Kinesis Anda.
1. Klik **Buat fungsi**.
![\[Lambda function configuration form with basic information and Kinesis trigger settings.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-kinesis-trigger.png)
## Langkah 4: Aktifkan pemicu Kinesis di konsol AWS Lambda
1. Pada tab **Konfigurasi**, pilih **Pemicu.**
1. **Centang kotak di sebelah nama aliran Kinesis dan pilih Aktifkan.**
![\[Lambda function configuration page with Triggers tab and Kinesis stream trigger highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/kinesis-process-record-lambda.png)
Cetak biru yang digunakan dalam contoh ini hanya mengkonsumsi data log dari aliran yang dipilih. Anda selanjutnya dapat mengedit kode fungsi Lambda nanti untuk menyelesaikan tugas yang lebih rumit.
# Memahami skema ekspor data v1
**catatan**
Skema ekspor data Kinesis Amazon Monitron v1 tidak digunakan lagi. Pelajari lebih lanjut tentang [skema ekspor data v2](monitron-kinesis-export-v2.md).
Setiap data pengukuran dan hasil inferensi yang sesuai diekspor sebagai satu catatan aliran data Kinesis dalam format JSON.
**Topics**
+ [format skema v1](#data-export-schema-format)
+ [parameter skema v1](#data-export-schema-parameters)
## format skema v1
```
{
"timestamp": "string",
"eventId": "string",
"version": "string",
"projectDisplayName": "string",
"siteDisplayName": "string",
"assetDisplayName": "string",
"sensorPositionDisplayName": "string",
"sensor": {
"physicalId": "string",
"rssi": number
},
"gateway": {
"physicalId": "string"
},
"measurement": {
"features": {
"acceleration": {
"band0To6000Hz": {
"xAxis": {
"rms": number
},
"yAxis": {
"rms": number
},
"zAxis": {
"rms": number
}
},
"band10To1000Hz": {
"resultantVector": {
"absMax": number,
"absMin": number,
"crestFactor": number,
"rms": number
},
"xAxis": {
"rms": number
},
"yAxis": {
"rms": number
},
"zAxis": {
"rms": number
}
}
},
"temperature": number,
"velocity": {
"band10To1000Hz": {
"resultantVector": {
"absMax": number,
"absMin": number,
"crestFactor": number,
"rms": number
},
"xAxis": {
"rms": number
},
"yAxis": {
"rms": number
},
"zAxis": {
"rms": number
}
}
}
},
"sequenceNo": number
},
"models": {
"temperatureML": {
"persistentClassificationOutput": "string",
"pointwiseClassificationOutput": "string"
},
"vibrationISO": {
"isoClass": "string",
"mutedThreshold": "string",
"persistentClassificationOutput": "string",
"pointwiseClassificationOutput": "string"
},
"vibrationML": {
"persistentClassificationOutput": "string",
"pointwiseClassificationOutput": "string"
}
},
"assetState": {
"newState": "string",
"previousState": "string"
}
}
```
## parameter skema v1
timestamp
+ Stempel waktu saat pengukuran diterima oleh layanan Monitron di UTC
+ Tipe: String
+ Pola: yyyy-mm-dd HH: MM: SS.sss
eventId
+ ID peristiwa ekspor data unik yang ditetapkan untuk setiap pengukuran. Dapat digunakan untuk menghapus duplikasi catatan aliran Kinesis yang diterima.
+ Tipe: String
versi
+ Versi skema
+ Tipe: String
+ Nilai Saat Ini: 1.0
projectDisplayName
+ Nama proyek ditampilkan di Aplikasi dan konsol
+ Tipe: String
siteDisplayName
+ Nama situs yang ditampilkan di Aplikasi
+ Tipe: String
assetDisplayName
+ Nama aset yang ditampilkan di Aplikasi
+ Tipe: String
sensorPositionDisplayNama
+ Nama posisi sensor ditampilkan di App
+ Tipe: String
sensor.Physicalid
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String
sensor.rssi
+ Sensor bluetooth menerima nilai indikator kekuatan sinyal
+ Jenis: Angka
+ Satuan: dBm
Gateway.Physicalid
+ ID fisik gateway yang digunakan untuk mengirimkan data ke layanan Amazon Monitron
+ Tipe: String
Pengukuran.features.acceleration.band0to6000hz.xaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu x
+ Jenis: Angka
+ Satuan: m/s ^ 2
pengukuran.features.acceleration.band0to6000hz.yaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu y
+ Jenis: Angka
+ Satuan: m/s ^ 2
Pengukuran.features.acceleration.band0to6000hz.zaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu y
+ Jenis: Angka
+ Satuan: m/s ^ 2
pengukuran.features.acceleration.band10to1000hz.resultantVector.absmax
+ Akselerasi maksimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ Satuan: m/s ^ 2
pengukuran.features.acceleration.band10to1000hz.resultantVector.absmin
+ Akselerasi minimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ Satuan: m/s ^ 2
pengukuran.features.acceleration.band10to1000hz.resultantVector.crestFactor
+ Faktor puncak percepatan diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
pengukuran.features.acceleration.band10to1000hz.resultantVector.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ m/s ^ 2
Pengukuran.Features.Acceleration.Band10to1000hz.xaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu x
+ Jenis: Angka
+ m/s ^ 2
pengukuran.features.acceleration.band10to1000hz.yaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu y
+ Jenis: Angka
+ m/s ^ 2
Pengukuran.Features.Acceleration.Band10to1000hz.zaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu z
+ Jenis: Angka
+ m/s ^ 2
pengukuran.features.temperature
+ Suhu yang diamati
+ Jenis: Angka
+ °C/degc
Pengukuran.Features.Velocity.Band10to1000Hz.ResultantVector.ABSMAX
+ Kecepatan maksimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s
pengukuran.features.velocity.band10to1000hz.resultantVector.absmin
+ Kecepatan minimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s
Pengukuran.Features.Velocity.Band10to1000Hz.ResultantVector.CrestFactor
+ Faktor puncak kecepatan diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
pengukuran.features.velocity.band10to1000hz.resultantVector.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s
Pengukuran.Features.Velocity.Band10to1000hz.xaxis.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu x
+ Jenis: Angka
+ mm/s
Pengukuran.Features.Velocity.Band10to1000hz.yaxis.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu y
+ Jenis: Angka
+ mm/s
Pengukuran.Features.Velocity.Band10to1000hz.zaxis.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu z
+ Jenis: Angka
+ mm/s
Pengukuran.SequenceNo
+ Nomor urutan pengukuran
+ Jenis: Angka
Models.temperatureMl. persistentClassificationOutput
+ Output klasifikasi persisten dari model suhu berbasis pembelajaran mesin
+ Jenis: Angka
+ Nilai Valid: `UNKNOWN | HEALTHY | WARNING | ALARM`
Models.temperatureMl. pointwiseClassificationOutput
+ Output klasifikasi point-wise dari model suhu berbasis pembelajaran mesin
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM`
model.vibrationiso.isoclass
+ Kelas ISO 20816 (standar untuk pengukuran dan evaluasi getaran mesin) yang digunakan oleh model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `CLASS1 | CLASS2 | CLASS3 | CLASS4 | FAN_BV2`
models.vibrationiso.mutedThreshold
+ Ambang batas untuk menonaktifkan notifikasi dari model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `WARNING | ALARM`
model.getaranISO. persistentClassificationOutput
+ Output klasifikasi persisten dari model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM`
model.getaranISO. pointwiseClassificationOutput
+ Output klasifikasi point-wise dari model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM | MUTED_WARNING | MUTED_ALARM`
Models.vibrationMl. persistentClassificationOutput
+ Output klasifikasi persisten dari model getaran berbasis pembelajaran mesin
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM`
Models.vibrationMl. pointwiseClassificationOutput
+ Output klasifikasi point-wise dari model getaran berbasis pembelajaran mesin
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM`
AssetState.newState
+ Status mesin setelah memproses pengukuran
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM`
AssetState.previousState
+ Status mesin sebelum memproses pengukuran
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM`
# Ekspor data Kinesis Amazon Monitron v2
Anda dapat mengekspor data pengukuran yang masuk dan hasil inferensi yang sesuai dari Amazon Monitron dan melakukan analisis waktu nyata. Ekspor data mengalirkan data langsung ke Kinesis.
**Topics**
+ [Mengekspor data Anda ke aliran Kinesis](#exporting-stream-procedure-v2)
+ [Mengedit pengaturan ekspor data langsung](#edit-live-export-v2)
+ [Menghentikan ekspor data langsung](#stop-kinesis-export-v2)
+ [Melihat kesalahan ekspor data](#viewing-kinesis-export-errors-v2)
+ [Menggunakan enkripsi sisi server untuk aliran Kinesis](#data-export-server-side-encryption-v2)
+ [Pemantauan dengan Amazon CloudWatch Logs](data-export-cloudwatch-logs-v2.md)
+ [Menyimpan data yang diekspor di Amazon S3](kinesis-store-S3-v2.md)
+ [Memproses data dengan Lambda](data-export-lambda-v2.md)
+ [Memahami skema ekspor data v2](data-export-schema-v2.md)
+ [Migrasi dari Kinesis v1 ke v2](migration-from-v1-to-v2.md)
## Mengekspor data Anda ke aliran Kinesis
1. Dari halaman utama proyek Anda, di dekat bagian bawah halaman, di sebelah kanan, pilih **Mulai ekspor data langsung**.
1. Di bawah **Select Kinesis data stream**, lakukan salah satu hal berikut:
+ Masukkan nama aliran yang ada di kotak pencarian. Kemudian lewati ke Langkah 5.
+ Pilih **Buat aliran data baru**.
1. Pada halaman **Buat aliran data**, di bawah **konfigurasi aliran data**, masukkan nama aliran data Anda.
1. Di bawah Kapasitas aliran data, pilih mode kapasitas Anda:
+ **Jika persyaratan throughput aliran data Anda tidak dapat diprediksi dan bervariasi, pilih On-Demand.**
+ **Jika Anda dapat memperkirakan persyaratan throughput aliran data dengan andal, pilih Disediakan.** **Kemudian, di bawah pecahan yang disediakan, masukkan jumlah pecahan yang ingin Anda buat, atau pilih estimator Shard.**
1. Pilih **Create data stream** (Buat aliran data).
## Mengedit pengaturan ekspor data langsung
Untuk mengedit setelan ekspor data langsung Anda:
1. Buka konsol Amazon Monitron.
1. Pilih **Proyek** dari panel navigasi.
1. Jika Anda memiliki beberapa proyek, pilih proyek yang ingin Anda edit pengaturan ekspor.
1. Dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, dari menu tarik-turun **Tindakan**, pilih **Edit pengaturan ekspor data langsung**.
## Menghentikan ekspor data langsung
1. Buka konsol Amazon Monitron.
1. Pilih **Proyek** dari panel navigasi.
1. Jika Anda memiliki beberapa proyek, pilih proyek yang ingin Anda edit pengaturan ekspor.
1. Dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, dari menu tarik-turun **Tindakan**, pilih **Hentikan ekspor data langsung**.
1. Di jendela pop-up, pilih **Stop**.
## Melihat kesalahan ekspor data
Untuk melihat pesan kesalahan di antarmuka CloudWatch Log:
+ Di konsol Amazon Monitron, dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, pilih grup **CloudWatch log**.
## Menggunakan enkripsi sisi server untuk aliran Kinesis
Anda dapat mengaktifkan enkripsi sisi server untuk aliran Kinesis Anda sebelum menyiapkan ekspor data Kinesis. Namun, jika enkripsi sisi server diaktifkan setelah ekspor data Kinesis disiapkan, Amazon Monitron tidak akan dapat mempublikasikan ke aliran. Itu karena Amazon Monitron tidak akan memiliki izin untuk memanggil [kms: GenerateDataKey](https://docs.aws.amazon.com/kms/latest/APIReference/API_GenerateDataKey.html) sehingga dapat mengenkripsi data yang dikirim ke Kinesis.
Untuk mengatasinya, ikuti instruksi di bawah[Mengedit pengaturan ekspor data langsung](#edit-live-export-v2), tetapi tanpa mengubah konfigurasi. Ini akan mengaitkan enkripsi yang telah Anda atur dengan konfigurasi ekspor Anda.
# Pemantauan dengan Amazon CloudWatch Logs
Anda dapat memantau ekspor data langsung Amazon Monitron menggunakan Amazon CloudWatch Logs. Ketika pengukuran gagal diekspor, Amazon Monitron akan mengirimkan peristiwa log ke Log Anda CloudWatch . Anda juga dapat mengatur filter metrik pada log kesalahan untuk menghasilkan metrik dan mengatur alarm. Alarm dapat mengawasi ambang batas tertentu dan mengirim pemberitahuan atau mengambil tindakan ketika ambang batas tersebut terpenuhi. Untuk informasi selengkapnya, lihat [Panduan CloudWatch Pengguna](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html).
Amazon Monitron mengirimkan peristiwa log ke grup log/aws/monitron/data-export/ \$1HASH\$1ID\$1.
Peristiwa log memiliki format JSON berikut:
```
{
"assetName": "string",
"destination": "string",
"errorCode": "string",
"errorMessage": "string",
"eventId": "string",
"eventType": "string",
"positionName": "string",
"projectName": "string",
"projectId": "string",
"sensorId": "string",
"gatewayId": "string",
"siteName": "string",
"timestamp": "string"
}
```
AssetName
+ Nama aset yang ditampilkan di aplikasi
+ Tipe: String
tujuan
+ ARN dari aliran data Kinesis
+ Tipe: String
+ Pola: arn:aws:kinesis: \$1\$1REGION\$1\$1: \$1\$1AWS\$1ACCOUNT\$1ID\$1\$1 :stream/ \$1\$1STREAM\$1NAME\$1\$1
errorCode
+ Kode kesalahan
+ Tipe: String
+ Nilai yang Valid: `INTERNAL_SEVER_ERROR | KINESIS_RESOURCE_NOT_FOUND | KINESIS_PROVISIONED_THROUGHPUT_EXCEEDED | KMS_ACCESS_DENIED | KMS_NOT_FOUND | KMS_DISABLED | KMS_INVALID_STATE | KMS_THROTTLING`
errorMessage
+ Pesan kesalahan terperinci
+ Tipe: String
eventId
+ ID peristiwa unik yang sesuai dengan setiap ekspor pengukuran
+ Tipe: String
eventType
+ Jenis acara saat ini
+ Tipe: String
+ Nilai yang valid: `measurement` ` | gatewayConnected` ` | gatewayDisconnected` ` | sensorConnected` ` | sensorDisconnected` ` | assetStateTransition`
PositionName
+ Nama posisi sensor ditampilkan di aplikasi
+ Tipe: String
projectName
+ Nama proyek ditampilkan di aplikasi dan konsol
+ Tipe: String
ProjectID
+ ID proyek unik yang sesuai dengan proyek Amazon Monitron
+ Tipe: String
SensorID
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String
GatewayID
+ ID fisik gateway yang digunakan untuk mengirimkan data ke layanan Amazon Monitron
+ Tipe: String
Nama situs
+ Nama situs yang ditampilkan di aplikasi
+ Tipe: String
timestamp
+ Stempel waktu saat pengukuran diterima oleh layanan Amazon Monitron di UTC
+ Tipe: String
+ Pola: yyyy-mm-dd HH: MM: SS.sss
# Menyimpan data yang diekspor di Amazon S3
Jika Anda ingin menyimpan data yang diekspor di Amazon S3, gunakan prosedur berikut.
**Topics**
+ [Mengkonfigurasi Kinesis secara manual di konsol](#kinesis-configure-console-v2)
## Mengkonfigurasi Kinesis secara manual di konsol
1. Masuk ke Konsol AWS Manajemen dan buka konsol Kinesis di /kinesis. https://console.aws.amazon.com
1. Pilih **Stream pengiriman** di panel navigasi.
1. Pilih **Buat aliran pengiriman**.
1. Untuk Sumber, pilih **Amazon Kinesis Data Streams**.
1. Untuk Tujuan, pilih **Amazon S3**.
1. Di bawah **Pengaturan Sumber, aliran data Kinesis, masukkan ARN aliran data** Kinesis Anda.
1. Di bawah **nama aliran pengiriman**, masukkan nama aliran data Kinesis Anda.
1. Di bawah **Pengaturan desinasi**, pilih bucket Amazon S3 atau masukkan URI bucket.
1. (opsional) Aktifkan partisi dinamis menggunakan penguraian sebaris untuk JSON. Opsi ini sesuai jika Anda ingin mempartisi data pengukuran streaming berdasarkan informasi sumber dan stempel waktu. Contoh:
+ Pilih **Diaktifkan** untuk **partisi Dinamis**.
+ Pilih **Diaktifkan** untuk **pembatas baris baru**.
+ Pilih **Diaktifkan** untuk **penguraian Inline untuk** JSON.
+ Di bawah tombol **partisi dinamis, tambahkan**:
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/kinesis-store-S3-v2.html)
1. Pilih **Terapkan kunci partisi dinamis** dan konfirmasikan awalan bucket Amazon S3 yang dihasilkan. `!{partitionKeyFromQuery:project}/!{partitionKeyFromQuery:site}/!{partitionKeyFromQuery:time}/`
1. Di Amazon S3, objek akan menggunakan format kunci berikut:. `/project={projectName}/site={siteName}/time={yyyy-mm-dd 00:00:00}/{filename}`
1. Pilih **Buat aliran pengiriman**.
# Memproses data dengan Lambda
**Topics**
+ [Langkah 1: Buat [peran IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) yang memberikan izin fungsi Anda untuk mengakses sumber daya AWS](#data-export-lambda-v2-1)
+ [Langkah 2: Buat fungsi Lambda](#create-lambda-function-v2)
+ [Langkah 3: Konfigurasikan fungsi Lambda](#configure-lambda-function-v2)
+ [Langkah 4: Aktifkan pemicu Kinesis di konsol AWS Lambda](#configure-kinesis-trigger-v2)
## Langkah 1: Buat [peran IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) yang memberikan izin fungsi Anda untuk mengakses sumber daya AWS
1. Buka [halaman peran](https://console.aws.amazon.com/iam/home?#/roles) di konsol IAM.
1. Pilih **Buat peran**.
1. Pada halaman **Pilih entitas tepercaya**, lakukan hal berikut:
+ Dalam **jenis entitas Tepercaya**, pilih **AWS layanan**.
+ Dalam **kasus Penggunaan**, untuk **Layanan atau kasus penggunaan** pilih **Lambda**.
+ Pilih **Berikutnya**.
![\[IAM role creation interface showing trusted entity selection with Layanan AWS option chosen.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-role-1.png)
1. Di halaman **Tambahkan izin**, lakukan hal berikut:
+ Dalam **kebijakan Izin**, pilih AWSLambda KinesisExecutionRole (dan AWSKey ManagementServicePowerUser jika aliran Kinesis dienkripsi).
+ Biarkan konfigurasi di **Setel batas izin apa adanya**.
+ Pilih **Berikutnya**.
![\[Add permissions interface showing AWSLambdaKinesisExecutionRole policy selected for a new role.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-role-2.png)
1. Di halaman **Nama, tinjau, dan buat**, lakukan hal berikut:
+ Di **Rincian peran**, untuk **nama Peran**, masukkan nama untuk peran Anda. Sebagai contoh, *lambda-kinesis-role*. Anda juga dapat memilih untuk menambahkan **Deskripsi** opsional.
+ Tinggalkan pengaturan untuk **Langkah 1: Pilih entitas tepercaya** dan **Langkah 2: Tambahkan izin apa** adanya. Anda dapat memilih untuk menambahkan tag di **Langkah 3: Tambahkan tag** untuk melacak sumber daya Anda.
![\[IAM role creation interface showing name, review, and create steps with role details and permissions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-create-role.png)
1. Pilih **Buat peran**.
## Langkah 2: Buat fungsi Lambda
1. Buka halaman **Fungsi** di konsol Lambda.
1. Pilih **Buat fungsi**.
1. Pilih **Gunakan cetak biru**.
1. Di bilah pencarian **Blueprints**, cari dan pilih (**kinesis-process-record nodejs**) atau. **kinesis-process-record-python**
1. Pilih **Konfigurasikan**
![\[Create function interface with options to author from scratch, use a blueprint, or select container image.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-create-function.png)
## Langkah 3: Konfigurasikan fungsi Lambda
1. Pilih **nama Fungsi**
1. Pilih peran yang dibuat pada langkah pertama sebagai **peran Eksekusi**.
1. Konfigurasikan pemicu Kinesis.
1. Pilih aliran Kinesis Anda.
1. Klik **Buat fungsi**.
![\[Lambda function configuration form with basic information and Kinesis trigger settings.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-kinesis-trigger.png)
## Langkah 4: Aktifkan pemicu Kinesis di konsol AWS Lambda
1. Pada tab **Konfigurasi**, pilih **Pemicu.**
1. **Centang kotak di sebelah nama aliran Kinesis dan pilih Aktifkan.**
![\[Lambda function configuration page with Triggers tab and Kinesis stream trigger highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/kinesis-process-record-lambda.png)
Cetak biru yang digunakan dalam contoh ini hanya mengkonsumsi data log dari aliran yang dipilih. Anda selanjutnya dapat mengedit kode fungsi Lambda nanti untuk menyelesaikan tugas yang lebih rumit.
# Memahami skema ekspor data v2
Setiap data pengukuran, hasil inferensi yang sesuai, connect/disconnect, and sensor connect/disconnect peristiwa gateway diekspor sebagai satu catatan aliran data Kinesis dalam format JSON.
**Topics**
+ [format skema v2](#data-export-schema-format-v2)
+ [parameter skema v2](#data-export-schema-parameters-v2)
## format skema v2
```
{
"timestamp": "string",
"eventId": "string",
"version": "2.0",
"accountId": "string",
"projectName": "string",
"projectId": "string",
"eventType": "measurement|gatewayConnected|gatewayDisconnected|sensorConnected|sensorDisconnected|assetStateTransition",
// measurement
"eventPayload": {
"siteName": "string",
"assetName": "string",
"positionName": "string",
"companyName": "string",
"geoLocation": {
"latitude": number,
"longitude": number
},
"address": "string",
"serialNumber": "string",
"make": "string",
"model": "string",
"assetPositionURL": "string",
"sensor": {
"physicalId": "string",
"rssi": number
},
"gateway": {
"physicalId": "string"
},
"sequenceNo": number,
"features": {
"acceleration": {
"band0To6000Hz": {
"xAxis": {
"rms": number
},
"yAxis": {
"rms": number
},
"zAxis": {
"rms": number
}
},
"band10To1000Hz": {
"totalVibration": {
"absMax": number,
"absMin": number,
"crestFactor": number,
"rms": number
},
"xAxis": {
"rms": number
},
"yAxis": {
"rms": number
},
"zAxis": {
"rms": number
}
}
},
"velocity": {
"band10To1000Hz": {
"totalVibration": {
"absMax": number,
"absMin": number,
"crestFactor": number,
"rms": number
},
"xAxis": {
"rms": number
},
"yAxis": {
"rms": number
},
"zAxis": {
"rms": number
}
}
},
"temperature": number
}
"models": {
"temperatureML": {
"previousPersistentClassificationOutput": "string",
"persistentClassificationOutput": "string",
"pointwiseClassificationOutput": "string"
},
"vibrationISO": {
"isoClass": "string",
"mutedThreshold": "string",
"previousPersistentClassificationOutput": "string",
"persistentClassificationOutput": "string",
"pointwiseClassificationOutput": "string"
},
"vibrationML": {
"previousPersistentClassificationOutput": "string",
"persistentClassificationOutput": "string",
"pointwiseClassificationOutput": "string"
}
},
"assetPositionId": "string"
}
// sensorConnected
"eventPayload": {
"siteName": "string",
"assetName": "string",
"positionName": "string",
"companyName": "string",
"geoLocation": {
"latitude": number,
"longitude": number
},
"address": "string",
"serialNumber": "string",
"make": "string",
"model": "string",
"assetPositionURL": "string",
"sensor": {
"physicalId": "string"
},
"assetPositionId": "string"
}
// sensorDisconnected
"eventPayload": {
"siteName": "string",
"assetName": "string",
"positionName": "string",
"companyName": "string",
"geoLocation": {
"latitude": number,
"longitude": number
},
"address": "string",
"serialNumber": "string",
"make": "string",
"model": "string",
"assetPositionURL": "string",
"sensor": {
"physicalId": "string"
},
"assetPositionId": "string"
}
// gatewayConnected
"eventPayload": {
"siteName": "string",
"gatewayName": "string",
"gatewayListURL": "string",
"companyName": "string",
"geoLocation": {
"latitude": number,
"longitude": number
},
"address": "string",
"gateway": {
"physicalId": "string"
}
}
// gatewayDisconnected
"eventPayload": {
"siteName": "string",
"gatewayName": "string",
"gatewayListURL": "string",
"companyName": "string",
"geoLocation": {
"latitude": number,
"longitude": number
},
"address": "string",
"gateway": {
"physicalId": "string"
}
}
// assetStateTransition
"eventPayload": {
"siteName": "string",
"assetName": "string",
"positionName": "string",
"companyName": "string",
"geoLocation": {
"latitude": number,
"longitude": number
},
"address": "string",
"serialNumber": "string",
"make": "string",
"model": "string",
"assetPositionURL": "string",
"sensor": {
"physicalId": "string"
},
"assetTransitionType": "measurement|userInput",
"assetState": {
"newState": "string",
"previousState": "string"
},
"closureCode": {
"failureMode": "string",
"failureCause": "string",
"actionTaken": "string",
"resolvedModels": list<"string">
},
"assetPositionId": "string"
}
}
```
## parameter skema v2
Skema ekspor data Amazon Monitron Kinesis v2 mencakup parameter skema berikut. Beberapa parameter adalah pembaruan dari v1 dan beberapa unik untuk v2. Misalnya, `siteName` adalah parameter tingkat pertama di v1. Di v2, ini adalah parameter tingkat kedua yang dapat ditemukan di bawah entitas. `eventPayload`
timestamp
+ Stempel waktu saat pengukuran diterima oleh layanan Amazon Monitron di UTC
+ Tipe: String
+ Pola: yyyy-mm-dd HH: MM: SS.sss
eventId
+ ID peristiwa ekspor data unik yang ditetapkan untuk setiap pengukuran. Dapat digunakan untuk menghapus duplikasi catatan aliran Kinesis yang diterima.
+ Tipe: String
versi
+ Versi skema
+ Tipe: String
+ Nilai: 1.0 atau 2.0
accountId
+ ID AWS akun 12 digit untuk proyek Monitron Anda
+ Tipe: String
projectName
Nama proyek ditampilkan di aplikasi dan konsol.
Tipe: String
projectId
ID unik Amazon Monitron proyek Anda.
Tipe: String
eventType
+ Aliran acara saat ini. Setiap jenis acara akan memiliki `eventPayload` format khusus.
+ Tipe: String
+ Nilai yang mungkin:`measurement`,`gatewayConnected`,`gatewayDisconnected`,`sensorConnected`,`sensorDisconnected`,`assetStateTransition`.
**`eventType: measurement`**
EventPayload.features.acceleration.band0to6000hz.xaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu x
+ Jenis: Angka
+ Satuan: m/s ^ 2
EventPayload.features.acceleration.band0to6000hz.yaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu y
+ Jenis: Angka
+ Satuan: m/s ^ 2
eventpayload.features.acceleration.band0to6000hz.zaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu z
+ Jenis: Angka
+ Satuan: m/s ^ 2
EventPayload.Features.Acceleration.Band10to1000Hz.ResultantVector.ABSMAX
+ Akselerasi maksimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ Satuan: m/s ^ 2
eventPayload.features.acceleration.band10to1000hz.resultantVector.absmin
+ Akselerasi minimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ Satuan: m/s ^ 2
EventPayload.features.acceleration.band10to1000hz.resultantVector.crestFactor
+ Faktor puncak percepatan diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
EventPayload.features.acceleration.band10to1000hz.resultantVector.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ m/s ^ 2
EventPayload.Features.Acceleration.Band10to1000hz.xaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu x
+ Jenis: Angka
+ m/s ^ 2
EventPayload.Features.Acceleration.Band10to1000hz.yaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu y
+ Jenis: Angka
+ m/s ^ 2
EventPayload.Features.Acceleration.Band10to1000hz.zaxis.rms
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu z
+ Jenis: Angka
+ m/s ^ 2
EventPayload.Features.Temperature
+ Suhu yang diamati
+ Jenis: Angka
+ °C/degc
EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.ABSMAX
+ Kecepatan maksimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s
EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.absmin
+ Kecepatan minimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s
EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.crestFactor
+ Faktor puncak kecepatan diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s
EventPayload.Features.Velocity.Band10to1000hz.xaxis.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu x
+ Jenis: Angka
+ mm/s
EventPayload.Features.Velocity.Band10to1000hz.yaxis.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu y
+ Jenis: Angka
+ mm/s
EventPayload.Features.Velocity.Band10to1000hz.zaxis.rms
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu z
+ Jenis: Angka
+ mm/s
EventPayload.SequenceNo
+ Nomor urutan pengukuran
+ Jenis: Angka
EventPayload. assetPositionId
+ Pengidentifikasi posisi sensor tempat pengukuran dikirim.
+ Tipe: String
EventPayload.companyName
+ Nama perusahaan yang menggunakan aset tersebut.
+ Tipe: String
EventPayload.geolocation.Latitude
+ Lintang lokasi fisik situs.
+ Jenis: Angka
EventPayload.geolocation.Longitude
+ Bujur lokasi fisik situs.
+ Jenis: Angka
EventPayload.address
+ Alamat situs.
+ Tipe: String
EventPayload.SerialNumber
+ Nomor seri aset.
+ Tipe: String
EventPayload.make
+ Membuat aset.
+ Tipe: String
EventPayload.model
+ Model aset.
+ Tipe: String
`eventType: sensorConnected`
Nama situs
+ Nama situs yang ditampilkan di aplikasi
+ Tipe: String
AssetName
+ Nama aset yang ditampilkan di aplikasi
+ Tipe: String
PositionName
+ Nama posisi sensor ditampilkan di aplikasi
+ Tipe: String
AssetPositionURL
+ URL sensor ditampilkan di aplikasi
+ Tipe: String
PhysiCalid
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String
EventPayload. assetPositionId
+ Pengidentifikasi posisi sensor yang statusnya berubah.
+ Tipe: String
EventPayload.companyName
+ Nama perusahaan yang menggunakan aset tersebut.
+ Tipe: String
EventPayload.geolocation.Latitude
+ Lintang lokasi fisik situs.
+ Jenis: Angka
EventPayload.geolocation.Longitude
+ Bujur lokasi fisik situs.
+ Jenis: Angka
EventPayload.address
+ Alamat situs.
+ Tipe: String
EventPayload.SerialNumber
+ Nomor seri aset.
+ Tipe: String
EventPayload.make
+ Membuat aset.
+ Tipe: String
EventPayload.model
+ Model aset.
+ Tipe: String
`eventType: sensorDisconnected`
Nama situs
+ Nama situs yang ditampilkan di aplikasi
+ Tipe: String
AssetName
+ Nama aset yang ditampilkan di aplikasi
+ Tipe: String
PositionName
+ Nama posisi sensor ditampilkan di aplikasi
+ Tipe: String
AssetPositionURL
+ URL sensor ditampilkan di aplikasi
+ Tipe: String
PhysiCalid
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String
EventPayload. assetPositionId
+ Pengidentifikasi posisi sensor yang statusnya berubah.
+ Tipe: String
EventPayload.companyName
+ Nama perusahaan yang menggunakan aset tersebut.
+ Tipe: String
EventPayload.geolocation.Latitude
+ Lintang lokasi fisik situs.
+ Jenis: Angka
EventPayload.geolocation.Longitude
+ Bujur lokasi fisik situs.
+ Jenis: Angka
EventPayload.address
+ Alamat situs.
+ Tipe: String
EventPayload.SerialNumber
+ Nomor seri aset.
+ Tipe: String
EventPayload.make
+ Membuat aset.
+ Tipe: String
EventPayload.model
+ Model aset.
+ Tipe: String
`eventType: gatewayConnected`
EventPayload.SiteName
+ Nama situs yang ditampilkan di aplikasi
+ Tipe: String
EventPayload.gatewayName
+ Nama gateway seperti yang ditampilkan di aplikasi
+ Tipe: String
EventPayload.gatewayListUrl
+ URL gateway ditampilkan di aplikasi
+ Tipe: String
EventPayload.gateway.PhysicaLid
+ ID fisik gateway baru saja terhubung untuk mengirimkan data ke layanan Amazon Monitron
+ Tipe: String
EventPayload.companyName
+ Nama perusahaan yang menggunakan aset tersebut.
+ Tipe: String
EventPayload.geolocation.Latitude
+ Lintang lokasi fisik situs.
+ Jenis: Angka
EventPayload.geolocation.Longitude
+ Bujur lokasi fisik situs.
+ Jenis: Angka
EventPayload.address
+ Alamat situs.
+ Tipe: String
`eventType: gatewayDisconnected`
Nama situs
+ Nama situs yang ditampilkan di aplikasi
+ Tipe: String
GatewayName
+ Nama gateway seperti yang ditampilkan di aplikasi
+ Tipe: String
GatewayListURL
+ URL gateway ditampilkan di aplikasi
+ Tipe: String
PhysiCalid
+ ID fisik gateway baru saja terhubung untuk mengirimkan data ke layanan Amazon Monitron
+ Tipe: String
EventPayload.companyName
+ Nama perusahaan yang menggunakan aset tersebut.
+ Tipe: String
EventPayload.geolocation.Latitude
+ Lintang lokasi fisik situs.
+ Jenis: Angka
EventPayload.geolocation.Longitude
+ Bujur lokasi fisik situs.
+ Jenis: Angka
EventPayload.address
+ Alamat situs.
+ Tipe: String
`eventType: assetStateTransition`
EventPayload.SiteName
+ Nama situs yang ditampilkan di aplikasi
+ Tipe: String
EventPayload.assetName
+ Nama aset yang ditampilkan di aplikasi
+ Tipe: String
EventPayload.positionName
+ Nama posisi sensor ditampilkan di aplikasi
+ Tipe: String
EventPayload.assetPositionUrl
+ URL sensor ditampilkan di aplikasi
+ Tipe: String
EventPayload.sensor.PhysicaLid
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String
EventPayload. assetTransitionType
+ Alasan di balik transisi status aset
+ Tipe: String
+ Nilai yang mungkin: `measurement` atau `userInput`
EventPayload.assetState.NewState
+ Keadaan aset yang baru
+ Tipe: String
EventPayload.assetState.previousState
+ Keadaan aset sebelumnya
+ Tipe: String
EventPayload.closurecode.failuremode
+ Mode kegagalan yang dipilih oleh pengguna saat mengakui kegagalan ini
+ Tipe: String
+ Nilai yang mungkin: `NO_ISSUE` `BLOCKAGE` \$1 `CAVITATION` \$1 `CORROSION` \$1 `DEPOSIT` \$1 `IMBALANCE` \$1 `LUBRICATION` \$1 `MISALIGNMENT` \$1 `OTHER` \$1 `RESONANCE` \$1 `ROTATING_LOOSENESS` \$1 `STRUCTURAL_LOOSENESS` \$1 `TRANSMITTED_FAULT` \$1 `UNDETERMINED`
EventPayload.closurecode.failUrecause
+ Penyebab kegagalan seperti yang dipilih oleh pengguna di dropdown aplikasi saat mengakui kegagalan.
+ Tipe: String
+ Nilai yang mungkin: `ADMINISTRATION` `DESIGN` \$1 `FABRICATION` \$1 `MAINTENANCE` \$1 `OPERATION` \$1 `OTHER` \$1 `QUALITY` \$1 `UNDETERMINED` \$1 `WEAR`
EventPayload.closurecode.actionTaken
+ Tindakan yang diambil saat menutup anomali ini, seperti yang dipilih oleh pengguna di dropdown aplikasi.
+ Tipe: String
+ Nilai yang mungkin: `ADJUST` `CLEAN` \$1 `LUBRICATE` \$1 `MODIFY` \$1 `NO_ACTION` \$1 `OTHER` \$1 `OVERHAUL` \$1 `REPLACE`
EventPayload.closurecode.resolvedModels
+ Himpunan model yang menyebut masalah ini.
+ Jenis: Daftar String
+ Nilai yang mungkin: `vibrationISO` \$1 `vibrationML` \$1 `temperatureML`
EventPayload. assetPositionId
+ Pengidentifikasi posisi aset yang statusnya berubah.
+ Tipe: String
Models.temperatureMl. persistentClassificationOutput
+ Output klasifikasi persisten dari model suhu berbasis pembelajaran mesin
+ Jenis: Angka
+ Nilai Valid: `UNKNOWN | HEALTHY | WARNING | ALARM`
Models.temperatureMl. pointwiseClassificationOutput
+ Output klasifikasi point-wise dari model suhu berbasis pembelajaran mesin
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM`
model.vibrationiso.isoclass
+ Kelas ISO 20816 (standar untuk pengukuran dan evaluasi getaran mesin) yang digunakan oleh model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `CLASS1 | CLASS2 | CLASS3 | CLASS4`
models.vibrationiso.mutedThreshold
+ Ambang batas untuk menonaktifkan notifikasi dari model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `WARNING | ALARM`
Model.getaranISO. persistentClassificationOutput
+ Output klasifikasi persisten dari model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM`
Model.getaranISO. pointwiseClassificationOutput
+ Output klasifikasi point-wise dari model getaran berbasis ISO
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM | MUTED_WARNING | MUTED_ALARM`
Models.vibrationMl. persistentClassificationOutput
+ Output klasifikasi persisten dari model getaran berbasis pembelajaran mesin
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM`
Models.vibrationMl. pointwiseClassificationOutput
+ Output klasifikasi point-wise dari model getaran berbasis pembelajaran mesin
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM`
AssetState.newState
+ Status mesin setelah memproses pengukuran
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM`
AssetState.previousState
+ Status mesin sebelum memproses pengukuran
+ Tipe: String
+ Nilai yang Valid: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM`
EventPayload.companyName
+ Nama perusahaan yang menggunakan aset tersebut.
+ Tipe: String
EventPayload.geolocation.Latitude
+ Lintang lokasi fisik situs.
+ Jenis: Angka
EventPayload.geolocation.Longitude
+ Bujur lokasi fisik situs.
+ Jenis: Angka
EventPayload.address
+ Alamat situs.
+ Tipe: String
EventPayload.SerialNumber
+ Nomor seri aset.
+ Tipe: String
EventPayload.make
+ Membuat aset.
+ Tipe: String
EventPayload.model
+ Model aset.
+ Tipe: String
# Migrasi dari Kinesis v1 ke v2
Jika saat ini Anda menggunakan skema data v1, Anda mungkin sudah mengirim data ke Amazon S3, atau memproses lebih lanjut payload aliran data dengan Lambda.
**Topics**
+ [Memperbarui skema data ke v2](#updating-to-v2)
+ [Memperbarui pemrosesan data dengan Lambda](#updating-with-lam)
## Memperbarui skema data ke v2
Jika Anda telah mengonfigurasi aliran data dengan skema v1, Anda dapat memperbarui proses ekspor data Anda dengan melakukan hal berikut:
1. Buka konsol Amazon Monitron Anda.
1. Arahkan ke proyek Anda.
1. Hentikan [ekspor data langsung saat ini](monitron-kinesis-export-v2.md#stop-kinesis-export-v2).
1. Mulai ekspor data langsung untuk membuat aliran data baru.
1. Pilih aliran data yang baru dibuat.
1. Pilih **mulai ekspor data langsung**. Pada titik ini, skema baru akan mengirim muatan Anda melalui aliran data.
1. (Opsional) Buka konsol Kinesis dan hapus aliran data lama Anda.
1. Konfigurasikan metode pengiriman baru untuk aliran data yang baru Anda buat dengan skema v2.
Streaming baru Anda sekarang mengirimkan muatan yang sesuai dengan skema v2 ke bucket baru Anda. Sebaiknya gunakan dua bucket berbeda untuk memiliki format yang konsisten jika Anda ingin memproses semua data dalam bucket ini. Misalnya, menggunakan layanan lain seperti Athena dan. AWS Glue
**catatan**
Jika Anda mengirimkan data ke Amazon S3, pelajari cara [menyimpan data yang diekspor di Amazon S3](kinesis-store-S3-v2.md#kinesis-store-S3-title-v2) untuk detail tentang cara mengirimkan data Anda ke Amazon S3 dengan skema v2.
**catatan**
Jika Anda menggunakan fungsi Lambda untuk memproses muatan, pelajari cara [memproses data dengan](https://docs.aws.amazon.com/Monitron/latest/user-guide/data-export-lambda.html) Lambda. Anda juga dapat merujuk ke bagian [pembaruan dengan Lambda](#updating-with-lam) untuk informasi lebih lanjut.
## Memperbarui pemrosesan data dengan Lambda
Memperbarui pemrosesan data dengan Lambda mengharuskan Anda mempertimbangkan bahwa aliran data v2 sekarang berbasis peristiwa. Kode Lambda v1 awal Anda mungkin mirip dengan yang berikut ini:
```
import base64
def main_handler(event):
# Kinesis "data" blob is base64 encoded so decode here:
for record in event['Records']:
payload = base64.b64decode(record["kinesis"]["data"])
measurement = payload["measurement"]
projectDisplayName = payload["projectDisplayName"]
# Process the content of the measurement
# ...
```
Karena skema data v1 berada di jalur penghentian, kode Lambda sebelumnya tidak akan berfungsi dengan semua aliran data baru.
Kode contoh Python berikut akan memproses peristiwa dari aliran Kinesis dengan skema data v2. Kode ini menggunakan `eventType` parameter baru untuk mengarahkan pemrosesan ke handler yang sesuai:
```
import base64
handlers = {
"measurement": measurementEventHandler,
"gatewayConnected": gatewayConnectedEventHandler,
"gatewayDisconnected": gatewayDisconnectedEventHandler,
"sensorConnected": sensorConnectedEventHandler,
"sensorDisconnected": sensorDisconnectedEventHandler,
}
def main_handler(event):
# Kinesis "data" blob is base64 encoded so decode here:
for record in event['Records']:
payload = base64.b64decode(record["kinesis"]["data"])
eventType = payload["eventType"]
if eventType not in handler.keys():
log.info("No event handler found for the event type: {event['eventType']}")
return
# Invoke the appropriate handler based on the event type.
eventPayload = payload["eventPayload"]
eventHandler = handlers[eventType]
eventHandler(eventPayload)
def measurementEventHandler(measurementEventPayload):
# Handle measurement event
projectName = measurementEventPayload["projectName"]
# ...
def gatewayConnectedEventHandler(gatewayConnectedEventPayload):
# Handle gateway connected event
# Other event handler functions
```