Setelah mempertimbangkan dengan cermat, kami memutuskan untuk menghentikan Amazon Kinesis Data Analytics untuk aplikasi SQL:

1. Mulai **1 September 2025,** kami tidak akan memberikan perbaikan bug untuk Amazon Kinesis Data Analytics untuk aplikasi SQL karena kami akan memiliki dukungan terbatas untuk itu, mengingat penghentian yang akan datang.

2. Mulai **15 Oktober 2025,** Anda tidak akan dapat membuat Kinesis Data Analytics baru untuk aplikasi SQL.

3. Kami akan menghapus aplikasi Anda mulai **27 Januari 2026**. Anda tidak akan dapat memulai atau mengoperasikan Amazon Kinesis Data Analytics untuk aplikasi SQL. Support tidak akan lagi tersedia untuk Amazon Kinesis Data Analytics untuk SQL sejak saat itu. Untuk informasi selengkapnya, lihat [Amazon Kinesis Data Analytics untuk penghentian Aplikasi SQL](discontinuation.md).

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Langkah 1: Siapkan
<a name="app-anomaly-prepare"></a>

Sebelum membuat aplikasi Amazon Kinesis Data Analytics untuk latihan ini, Anda harus membuat dua Kinesis data streams. Konfigurasikan salah satu aliran sebagai sumber streaming untuk aplikasi Anda, dan aliran lainnya sebagai tujuan tempat Kinesis Data Analytics menyimpan output aplikasi Anda. 

**Topics**
+ [Langkah 1.1: Buat Aliran Data Input dan Output](#app-anomaly-create-two-streams)
+ [Langkah 1.2: Menulis Catatan Sampel ke Aliran Input](#app-anomaly-write-sample-records-inputstream)

## Langkah 1.1: Buat Aliran Data Input dan Output
<a name="app-anomaly-create-two-streams"></a>

Di bagian ini, Anda akan membuat dua aliran Kinesis: `ExampleInputStream` dan `ExampleOutputStream`. Anda dapat membuat aliran ini menggunakan Konsol Manajemen AWS atau AWS CLI.
+ 

**Untuk menggunakan konsol**

  1. [Masuk ke Konsol Manajemen AWS dan buka konsol Kinesis di /kinesis. https://console.aws.amazon.com](https://console.aws.amazon.com/kinesis)

  1. Pilih **Create data stream** (Buat aliran data). Buat aliran dengan satu serpihan bernama `ExampleInputStream`. Untuk informasi selengkapnya, lihat [Buat Aliran](https://docs.aws.amazon.com/streams/latest/dev/learning-kinesis-module-one-create-stream.html) di *Panduan Developer Amazon Kinesis Data Streams*.

  1. Ulangi langkah sebelumnya, yang membuat aliran dengan satu serpihan bernama `ExampleOutputStream`.
+ 

**Untuk menggunakan AWS CLI**

  1. Gunakan `create-stream` AWS CLI perintah Kinesis berikut untuk membuat stream pertama ()`ExampleInputStream`.

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

  1. Jalankan perintah yang sama, yang mengubah nama aliran menjadi `ExampleOutputStream`. Perintah ini membuat aliran kedua yang digunakan aplikasi untuk menulis output.

## Langkah 1.2: Menulis Catatan Sampel ke Aliran Input
<a name="app-anomaly-write-sample-records-inputstream"></a>

Dalam langkah ini, Anda menjalankan kode Python untuk terus menghasilkan catatan sampel dan menulis catatan ini ke aliran `ExampleInputStream`.

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

1. Instal Python dan `pip`.

   Untuk informasi tentang menginstal Python, lihat situs web [Python](https://www.python.org/). 

   Anda dapat menginstal dependensi menggunakan pip. Untuk informasi tentang menginstal pip, lihat [Penginstalan](https://pip.pypa.io/en/stable/installing/) di situs web pip.

1. Jalankan kode Phyton berikut. Perintah `put-record` dalam kode menulis catatan JSON ke aliran.

   ```
    
   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"))
   ```



**Langkah Selanjutnya**  
[Langkah 2: Buat Aplikasi](app-anom-score-create-app.md)