经过仔细考虑，我们决定停用适用于 SQL 应用程序的 Amazon Kinesis Data Analytics：
1. 从 **2025年9月1日起，**我们将不再为适用于SQL应用程序的Amazon Kinesis Data Analytics Data Analytics提供任何错误修复，因为鉴于即将停产，我们对其的支持将有限。
2. 从 **2025 年 10 月 15 日**起，您将无法为 SQL 应用程序创建新的 Kinesis Data Analytics。
3. 从 **2026 年 1 月 27 日**起，我们将删除您的应用程序。您将无法启动或操作 Amazon Kinesis Data Analytics for SQL 应用程序。从那时起，将不再提供对 Amazon Kinesis Data Analytics for SQL 的支持。有关更多信息，请参阅 [Amazon Kinesis Data Analytics for SQL 应用程序停用](discontinuation.md)。
本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 将流式传输源元素映射到 SQL 输入列
**注意**
2023 年 9 月 12 日之后，如果您尚未使用 Kinesis Data Analytics for SQL，则将无法使用 Kinesis Data Firehose 作为来源创建新应用程序。有关更多信息，请参阅[限制](https://docs.aws.amazon.com//kinesisanalytics/latest/dev/limits.html)。
通过使用 Amazon Kinesis Data Analytics，您可以使用标准 SQL 处理和分析 JSON 或 CSV 格式的流数据。
+ 要处理和分析流 CSV 数据，您可以为输入流的列分配列名称和数据类型。您的应用程序将按顺序从每个列定义的输入流中导入一个列。
您不需要在应用程序输入流中包含所有列，但您不能跳过源流中的列。例如，您可以从包含五个列的一个输入流中导入前三个列，但不能进导入列 1、2 和 4。
+ 要处理和分析流式传输 JSON 数据，您可以使用 JSONPath 表达式将流源中的 JSON 元素映射到输入流中的 SQL 列。有关使用 JSONPath 亚马逊 Kinesis Data Analytics 的更多信息，[与 JSONPath](about-json-path.md)请参阅。SQL 表中的列具有从 JSON 类型中映射的数据类型。有关支持的数据类型，请参阅[数据类型](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-data-types.html)。有关将 JSON 数据转换成 SQL 数据的详细信息，请参阅[将 JSON 数据类型映射到 SQL 数据类型](#sch-mapping-datatypes)。
有关如何配置输入流的详细信息，请参阅[配置应用程序输入](how-it-works-input.md)。
## 将 JSON 数据映射到 SQL 列
您可以使用 AWS 管理控制台 或 Kinesis Data Analytics API 将 JSON 元素映射到输入列。
+ 要使用控制台将元素映射到列，请参阅[使用架构编辑器](console-summary-edit-schema.md)。
+ 如需使用 Kinesis Data Analytics API 将元素映射到列，请参阅以下部分。
要将 JSON 元素映射到应用程序内部输入流中的列，您需要使用在每个列中包含以下信息的架构：
+ **源表达 JSONPath式：**标识列数据位置的表达式。
+ **列名称：**您的 SQL 查询用于引用数据的名称。
+ **数据类型：**列的 SQL 数据类型。
## 使用 API
如需将流式源中的元素映射到输入列，您可以使用 Kinesis Data Analytics API [CreateApplication](API_CreateApplication.md) 操作。要创建应用程序内部流，请指定一个架构以将您的数据转换为 SQL 中使用的架构化版本。[CreateApplication](API_CreateApplication.md) 操作会将您的应用程序配置为接收来自单个流式传输源的输入。要将 JSON 元素或 CSV 列映射到 SQL 列，您应在 [SourceSchema](API_SourceSchema.md) `RecordColumns` 数组中创建一个 [RecordColumn](API_RecordColumn.md) 对象。[RecordColumn](API_RecordColumn.md) 对象具有以下架构：
```
{
"Mapping": "String",
"Name": "String",
"SqlType": "String"
}
```
[RecordColumn](API_RecordColumn.md) 对象中的字段具有以下值：
+ `Mapping`：用于标识数据在输入流记录中的位置的 JSONPath 表达式。采用 CSV 格式的源流的输入架构不存在此值。
+ `Name`：应用程序内 SQL 数据流中的列名称。
+ `SqlType`：应用程序内 SQL 数据流中的数据的数据类型。
### JSON 输入架构示例
以下示例展示了 JSON 架构的 `InputSchema` 值的格式。
```
"InputSchema": {
"RecordColumns": [
{
"SqlType": "VARCHAR(4)",
"Name": "TICKER_SYMBOL",
"Mapping": "$.TICKER_SYMBOL"
},
{
"SqlType": "VARCHAR(16)",
"Name": "SECTOR",
"Mapping": "$.SECTOR"
},
{
"SqlType": "TINYINT",
"Name": "CHANGE",
"Mapping": "$.CHANGE"
},
{
"SqlType": "DECIMAL(5,2)",
"Name": "PRICE",
"Mapping": "$.PRICE"
}
],
"RecordFormat": {
"MappingParameters": {
"JSONMappingParameters": {
"RecordRowPath": "$"
}
},
"RecordFormatType": "JSON"
},
"RecordEncoding": "UTF-8"
}
```
### CSV 输入架构示例
以下示例展示了采用逗号分隔值 (CSV) 格式的架构的 `InputSchema` 值的格式。
```
"InputSchema": {
"RecordColumns": [
{
"SqlType": "VARCHAR(16)",
"Name": "LastName"
},
{
"SqlType": "VARCHAR(16)",
"Name": "FirstName"
},
{
"SqlType": "INTEGER",
"Name": "CustomerId"
}
],
"RecordFormat": {
"MappingParameters": {
"CSVMappingParameters": {
"RecordColumnDelimiter": ",",
"RecordRowDelimiter": "\n"
}
},
"RecordFormatType": "CSV"
},
"RecordEncoding": "UTF-8"
}
```
## 将 JSON 数据类型映射到 SQL 数据类型
JSON 数据类型将根据应用程序的输入架构转换为相应的 SQL 输入类型。有关支持的 SQL 数据类型的信息，请参阅[数据类型](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-data-types.html)。Amazon Kinesis Data Analytics 将根据以下规则将 JSON 数据类型转换为 SQL 数据类型。
### Null 文本
无论目标数据类型如何，JSON 输入流中的 null 文本 (即，`"City":null`) 都将转换为 SQL null。
### 布尔文本
JSON 输入流中的布尔文本 (即 `"Contacted":true`) 将按以下形式转换为 SQL 数据：
+ 数值 (DECIMAL、INT 等)：`true` 转换为 1；`false` 转换为 0。
+ 二进制 (BINARY 或 VARBINARY)：
+ `true`：结果已设置最低位并清除剩余位。
+ `false`：结果已清除所有位。
转换为 VARBINARY 将产生长度为 1 个字节的值。
+ 布尔值：转换为相应的 SQL 布尔值。
+ 字符 (CHAR 或 VARCHAR)：转换为相应的字符串值 (`true` 或 `false`)。值将被截断以适应字段的长度。
+ 日期时间 (DATE、TIME 或 TIMESTAMP)：转换将失败，并且一个强制转换错误将写入到错误流。
### 数字
JSON 输入流中的数字文本 (即 `"CustomerId":67321`) 将按以下形式转换为 SQL 数据：
+ 数值 (DECIMAL、INT 等)：直接转换。如果转换后的值超过目标数据类型 (即，将 `123.4` 转换为 INT) 的大小或精度，转换将失败，并且一个强制转换错误将写入到错误流。
+ 二进制 (BINARY 或 VARBINARY)：转换将失败，并且一个强制转换错误将写入到错误流。
+ BOOLEAN:
+ `0`：转换为 `false`。
+ 所有其他数字：转换为 `true`。
+ 字符 (CHAR 或 VARCHAR)：转换为数字的字符串表示形式。
+ 日期时间 (DATE、TIME 或 TIMESTAMP)：转换将失败，并且一个强制转换错误将写入到错误流。
### 字符串
JSON 输入流中的字符串值（即 `"CustomerName":"John Doe"`）将按以下形式转换为 SQL 数据：
+ 数字 (DECIMAL、INT 等)：Amazon Kinesis Data Analytics 尝试将值转换为目标数据类型。如果该值无法转换，则转换将失败，并且一个强制转换错误将写入到错误流。
+ 二进制 (BINARY 或 VARBINARY)：如果源字符串是有效的二进制文本 (即包含偶数数量的 f 的 `X'3F67A23A'`)，则该值将转换为目标数据类型。否则，转换将失败，并且一个强制转换错误将写入到错误流。
+ 布尔值：如果源字符串为 `"true"`，则转换为 `true`。此比较不区分大小写。否则，转换为 `false`。
+ 字符 (CHAR 或 VARCHAR)：转换为输入中的字符串值。如果该值长于目标数据类型，那么它将被截断，并且任何错误都不会将写入到错误流。
+ 日期时间 (DATE、TIME 或 TIMESTAMP)：如果源字符串采用了可转换为目标值的格式，则转换该值。否则，转换将失败，并且一个强制转换错误将写入到错误流。
有效的日期时间格式包括：
+ “1992-02-14”
+ “1992-02-14 18:35:44.0”
### 数组或对象
JSON 输入流中的数组或对象将按以下形式转换为 SQL 数据：
+ 字符 (CHAR 或 VARCHAR)：转换为数组或对象的源文本。请参阅[访问数组](about-json-path.md#about-json-path-arrays)。
+ 所有其他数据类型：转换将失败，并且一个强制转换错误将写入到错误流。
有关 JSON 数组的示例，请参阅[与 JSONPath](about-json-path.md)。
## 相关主题
+ [配置应用程序输入](how-it-works-input.md)
+ [数据类型](https://docs.aws.amazon.com/kinesisanalytics/latest/sqlref/sql-reference-data-types.html)
+ [使用架构编辑器](console-summary-edit-schema.md)
+ [CreateApplication](API_CreateApplication.md)
+ [RecordColumn](API_RecordColumn.md)
+ [SourceSchema](API_SourceSchema.md)