Skip to content

Latest commit

 

History

History
74 lines (48 loc) · 4.35 KB

README-DE.md

File metadata and controls

74 lines (48 loc) · 4.35 KB

Serverlose Referenzarchitektur: Stream-Verarbeitung in Echtzeit

Sie können mithilfe von AWS Lambda und Amazon Kinesis Streaming-Daten in Echtzeit verarbeiten, um Anwendungsaktivitäten zu verfolgen, Bestellungstransaktionen abzuwickeln, Clickstream-Analysen durchzuführen, Daten zu bereinigen, Metriken zu generieren, Protokolle zu filtern, Indizierungen durchzuführen, Social-Media-Aktivitäten zu analysieren und die Telemetrie und Messung von IoT-Gerätedaten durchzuführen. Die in diesem Diagramm beschriebene Architektur kann mithilfe einer AWS CloudFormation-Vorlage erstellt werden.

Die Vorlage führt folgende Aktionen durch:

  • Erstellen eines Kinesis-Streams

  • Erstellen einer DynamoDB-Tabelle namens "<stackname>-EventData"

  • Erstellen der Lambda-Funktion 1 (<stackname>-DDBEventProcessor), die Datensätze von Kinesis empfängt und Datensätze in die DynamoDB-Tabelle schreibt

  • Erstellen einer IAM-Rolle und -Richtlinie, um zu gestatten, dass die ereignisverarbeitende Lambda-Funktion aus dem Kinesis-Stream liest und in die DynamoDB-Tabelle schreibt

  • Erstellen eines IAM-Benutzers mit der Berechtigung, Ereignisse in den Kinesis-Stream zu schreiben, sowie der Anmeldeinformationen, die der Benutzer in einem API-Client verwenden soll

Anweisungen

Schritt 1 - Erstellen Sie mithilfe der Vorlage einen AWS CloudFormation-Stapel. Die AWS CloudFormation-Vorlage automatisiert die Erstellung, Bereitstellung und Konfiguration aller Komponenten einer Anwendung zur Gänze.

Launch Real-time Stream Processing into North Virginia with CloudFormation

Schritt 2 – Sobald der AWS CloudFormation-Stapel erfolgreich erstellt wurde, können Sie die AWS-Parameter, die in den folgenden Schritten im Twitter-Democlient benötigt werden, auf der Registerkarte "Outputs" sehen.

Schritt 3 – Um die Beispielanwendung auszuführen, müssen Sie den Code dahingehend ändern, dass er die AWS- und Twitter-Informationen enthält. Öffnen Sie die Anwendung "producer/twitter2kinesis.py" in einem Text-Editor.

Schritt 4 – Um auf die Twitter-API zuzugreifen, benötigen Sie Zugangs-Token. Vergewissern Sie sich, dass Sie über die Zugangs-Token verfügen, und geben Sie die Informationen in die folgenden Parameter ein:

Parameter der Twitter-API

consumer_key = ""
consumer_secret = ""
access_token_key = ""
access_token_secret = ""

Schritt 5 – Geben Sie die AWS-Anmeldeinformationen und den Amazon Kinesis-Stream-Namen ein. Diese Informationen finden Sie auf der Registerkarte "Outputs" der CloudFormation-Vorlage, die Sie in Schritt 2 erhalten haben:

AWS-Parameter – von der Registerkarte "Outputs" der CloudFormation-Vorlage

access_key = ""
secret_access_key = ""
region = ""
stream_name = ""

Schritt 6 – Bevor Sie schließlich den Beispielcode ausführen, muss Python gemeinsam mit den Python-Modulen "boto3" und "TwitterAPI" installiert werden. Wenn Sie die Module nicht bereits installiert haben, installieren Sie sie mithilfe von PIP:

pip install boto3 TwitterAPI

Test

Client and Stream Processor Diagram

Schritt 1 – Führen Sie die Python-Anwendung "producer/twitter2kinesis.py" über die Befehlszeile aus, um mit dem Senden von Tweets in den Kinesis-Stream zu beginnen.

python twitter2kinesis.py

Schritt 2 – Wählen Sie in der Verwaltungskonsole von Amazon DynamoDB die Tabelle "<stackname>-EventData" aus und sehen Sie sich die Datensätze an.

Bereinigung

Um alle erstellten Ressourcen zu entfernen, löschen Sie den AWS CloudFormation-Stapel.