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。
# 什麼是 Amazon Kinesis Data Analytics for SQL 應用程式？
搭配 Amazon Kinesis Data Analytics for SQL 應用程式，您可以使用標準 SQL 來處理和分析串流資料。此服務可讓您針對串流來源快速撰寫和執行 SQL 程式碼，以執行時間序列分析、饋送即時儀表板，以及建立即時指標。
若要開始使用 Kinesis Data Analytics，您需要建立一個 Kinesis Data Analytics 應用程式，以持續讀取和處理串流資料。此服務支援從 Amazon Kinesis Data Streams 和 Amazon Data Firehose 串流來源擷取資料。然後，您可以使用互動式編輯器撰寫 SQL 程式碼，並使用即時串流資料進行測試。您也可以設定希望 Kinesis Data Analytics 傳送結果的目的地。
Kinesis Data Analytics 支援 Amazon Data Firehose (Amazon S3、Amazon Redshift、Amazon OpenSearch Service 和 Splunk) AWS Lambda和 Amazon Kinesis Data Streams 做為目的地。
## 什麼時候應該使用 Amazon Kinesis Data Analytics？
Amazon Kinesis Data Analytics 可讓您快速撰寫 SQL 程式碼，以近乎即時的速度持續讀取、處理和存放資料。對串流資料使用標準 SQL 查詢，您可以建構應用程式來轉換資料並提供洞見。以下是使用 Kinesis Data Analytics 的一些範例情境：
+ **產生時間序列分析**：您可以隨時間窗口計算指標，然後透過 Kinesis 資料交付串流將值串流至 Amazon S3 或 Amazon Redshift。
+ **饋送即時儀表板**：您可以向下游傳送彙總和已處理的串流資料結果，以饋送即時儀表板。
+ **創建即時指標**：您可以創建自定義指標和觸發器，以用於即時監控、通知和警報。
如需 Kinesis Data Analytics 支援之 SQL 語言元素的相關資訊，請參閱 [Amazon Kinesis Data Analytics SQL 參考資料](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/analytics-sql-reference.html)。
## 您是第一次使用 Amazon Kinesis Data Analytics 嗎？
若是第一次使用 Amazon Kinesis Data Analytics，建議您依序閱讀以下區段：
1. **請閱讀本指南的運作方式章節。**本節會介紹各種 Kinesis Data Analytics 元件，這些元件可供您建立端對端的體驗。如需詳細資訊，請參閱[Amazon Kinesis Data Analytics for SQL 應用程式：運作方式](how-it-works.md)。
1. **嘗試入門練習。**如需詳細資訊，請參閱[Amazon Kinesis Data Analytics for SQL 應用程式入門](getting-started.md)。
1. **探索串流 SQL 概念。**如需詳細資訊，請參閱[串流 SQL 概念](streaming-sql-concepts.md)。
1. **嘗試其他範例** 如需詳細資訊，請參閱[Kinesis Data Analytics for SQL 範例](examples.md)。