在仔細考慮之後，我們決定停止 Amazon Kinesis Data Analytics for SQL 應用程式：
1. 從 **2025 年 9 月 1 日起，**我們不會為 Amazon Kinesis Data Analytics for SQL 應用程式提供任何錯誤修正，因為考慮到即將終止，我們將對其提供有限的支援。
2. 從 **2025 年 10 月 15 日起，**您將無法建立新的 Kinesis Data Analytics for SQL 應用程式。
3. 我們將自 **2026 年 1 月 27** 日起刪除您的應用程式。您將無法啟動或操作 Amazon Kinesis Data Analytics for SQL 應用程式。從那時起，Amazon Kinesis Data Analytics for SQL 將不再提供支援。如需詳細資訊，請參閱[Amazon Kinesis Data Analytics for SQL 應用程式終止](discontinuation.md)。
本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 在靜態資料上使用結構描述探索功能
**注意**
2023 年 9 月 12 日之後，如果尚未使用 Kinesis Data Analytics for SQL，您將無法用 Kinesis Data Firehose 做為建立新應用程式的來源。如需詳細資訊，請參閱[限制](https://docs.aws.amazon.com//kinesisanalytics/latest/dev/limits.html)。
結構描述探索功能，可以從串流資料或儲存在 Amazon S3 儲存貯體的靜態檔案資料產生結構描述。假設您想要為 Kinesis Data Analytics 應用程式產生結構描述，以供參考或因應無法使用即時串流資料的時刻。在靜態檔案上使用結構描述探索功能，該檔案包含串流或參考資料中預期格式的資料樣本。Kinesis Data Analytics 可以針對儲存在 Amazon S3 儲存貯體的 JSON 或 CSV 檔案中的範例資料執行結構描述探索。在資料檔案上使用結構描述探索，該檔案使用主控台或指定了 `S3Configuration` 參數的 [DiscoverInputSchema](API_DiscoverInputSchema.md) API。
## 使用主控台執行結構描述探索
若要使用主控台在靜態檔案上運行探索，請執行下列動作：
1. 將參考資料物件新增至 S3 儲存貯體。
1. 在 Kinesis Data Analytics 資料分析主控台的應用程式主頁中，選擇**連接參考資料**。
1. 提供儲存貯體、路徑和 IAM 角色資料，以存取包含參考資料的 Amazon S3 物件。
1. 選擇**探索結構描述**。
如需如何在主控台中新增參考資料和探索結構描述的詳細資訊，請參閱 [範例：將參考資料新增至 Kinesis Data Analytics 應用程式](app-add-reference-data.md)。
## 使用主控台執行結構描述探索
若要使用 API 在靜態檔案上執行探索，請為 API 提供具有下列資訊的 `S3Configuration` 結構：
+ `BucketARN`：內含檔案的 Amazon S3 儲存貯體之 Amazon Resource Name (ARN)。如需 Amazon S3儲存貯體 ARN 的格式，請參閱 [Amazon Resource Names (ARNs) 和 Amazon Service 命名空間：Amazon Simple Storage Service (Amazon S3)](https://docs.aws.amazon.com/general/latest/gr/aws-arns-and-namespaces.html#arn-syntax-s3)。
+ `RoleARN`：具有 `AmazonS3ReadOnlyAccess` 政策的 IAM 角色之 ARN。如需將政策新增至角色的詳細資訊，請參閱[修改角色](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_manage_modify.html)。
+ `FileKey`：物件的檔案名稱。
**使用 `DiscoverInputSchema` API 從 Amazon S3 物件產生結構描述**
1. 請確定您已 AWS CLI 設定 。如需詳細資訊，請參閱入門指南一節中的 [步驟 2：設定 AWS Command Line Interface (AWS CLI)](setup-awscli.md)。
1. 使用下列內容建立名為 `data.csv` 的檔案：
```
year,month,state,producer_type,energy_source,units,consumption
2001,1,AK,TotalElectricPowerIndustry,Coal,ShortTons,47615
2001,1,AK,ElectricGeneratorsElectricUtilities,Coal,ShortTons,16535
2001,1,AK,CombinedHeatandPowerElectricPower,Coal,ShortTons,22890
2001,1,AL,TotalElectricPowerIndustry,Coal,ShortTons,3020601
2001,1,AL,ElectricGeneratorsElectricUtilities,Coal,ShortTons,2987681
```
1. 至 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 登入 Amazon S3 主控台。
1. 建立 Amazon S3 儲存貯體並上傳您建立的 `data.csv` 檔案 請記下您建立之儲存貯體的 ARN。如需有關建立 Amazon S3 儲存貯體及上傳檔案的詳細資訊，請參閱[《Amazon Simple Storage Service 使用者指南》](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html)。
1. 前往 [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) 開啟 IAM 主控台。使用 `AmazonS3ReadOnlyAccess` 政策建立角色。請記下新角色的 ARN。如需有關建立角色的詳細資訊，請參閱[建立角色以委派許可給 Amazon 服務](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_create_for-service.html)。如需將政策新增至角色的詳細資訊，請參閱[修改角色](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_manage_modify.html)。
1. 在 中執行下列`DiscoverInputSchema`命令 AWS CLI，取代 Amazon S3 儲存貯體和 IAM 角色ARNs：
```
$aws kinesisanalytics discover-input-schema --s3-configuration '{ "RoleARN": "arn:aws:iam::123456789012:role/service-role/your-IAM-role", "BucketARN": "arn:aws:s3:::your-bucket-name", "FileKey": "data.csv" }'
```
1. 回應看起來類似以下的內容。
```
{
"InputSchema": {
"RecordEncoding": "UTF-8",
"RecordColumns": [
{
"SqlType": "INTEGER",
"Name": "COL_year"
},
{
"SqlType": "INTEGER",
"Name": "COL_month"
},
{
"SqlType": "VARCHAR(4)",
"Name": "state"
},
{
"SqlType": "VARCHAR(64)",
"Name": "producer_type"
},
{
"SqlType": "VARCHAR(4)",
"Name": "energy_source"
},
{
"SqlType": "VARCHAR(16)",
"Name": "units"
},
{
"SqlType": "INTEGER",
"Name": "consumption"
}
],
"RecordFormat": {
"RecordFormatType": "CSV",
"MappingParameters": {
"CSVMappingParameters": {
"RecordRowDelimiter": "\r\n",
"RecordColumnDelimiter": ","
}
}
}
},
"RawInputRecords": [
"year,month,state,producer_type,energy_source,units,consumption\r\n2001,1,AK,TotalElectricPowerIndustry,Coal,ShortTons,47615\r\n2001,1,AK,ElectricGeneratorsElectricUtilities,Coal,ShortTons,16535\r\n2001,1,AK,CombinedHeatandPowerElectricPower,Coal,ShortTons,22890\r\n2001,1,AL,TotalElectricPowerIndustry,Coal,ShortTons,3020601\r\n2001,1,AL,ElectricGeneratorsElectricUtilities,Coal,ShortTons,2987681"
],
"ParsedInputRecords": [
[
null,
null,
"state",
"producer_type",
"energy_source",
"units",
null
],
[
"2001",
"1",
"AK",
"TotalElectricPowerIndustry",
"Coal",
"ShortTons",
"47615"
],
[
"2001",
"1",
"AK",
"ElectricGeneratorsElectricUtilities",
"Coal",
"ShortTons",
"16535"
],
[
"2001",
"1",
"AK",
"CombinedHeatandPowerElectricPower",
"Coal",
"ShortTons",
"22890"
],
[
"2001",
"1",
"AL",
"TotalElectricPowerIndustry",
"Coal",
"ShortTons",
"3020601"
],
[
"2001",
"1",
"AL",
"ElectricGeneratorsElectricUtilities",
"Coal",
"ShortTons",
"2987681"
]
]
}
```