Bezserwerowy przepływ danych

Strumieniowanie danych z AWS Kinesis i Lambda

Maksim Pecherskiy

Data Engineer

Spojrzenie wstecz

Bieżące partycjonowanie

Filtrowanie osób przekraczających prędkość

Agregacja według dnia

Otwieranie recordReaderS3

Edycja recordReaderS3

...
import pytz
from datetime import datetime
tz = pytz.timezone('America/Los_Angeles')

Edycja recordReaderS3

def record_created_handler(event, context):

    ...
    ## Get top speeds that exceed the limit of 45
    too_fast = top_speeds.loc[top_speeds.speed > SPEED_ALERT_THRESHOLD :]

    ## Generate object key
    fdate = datetime.now(tz).strftime("%Y%m%d/%HH%MM%SS")
    obj_key = f"speeders/{fdate}.csv" # filename in speeders folder


    ## Write the object to S3
    s3.put_object(Bucket='sd-vehicle-data', 
                  Key=obj_key,
                  Body=too_fast.to_csv(sep=" ", index=False)
    )

Zapis osób przekraczających prędkość według daty i godziny

speederAggregator

Tworzenie speederAggregator

Dodawanie warstwy AWS Data Wrangler

Zasoby speederAggregator

Tworzenie wyzwalacza czasowego

cron(50 6 * * ? *)

W minucie 50
1. godziny (UTC)
Każdego dnia miesiąca
Każdego miesiąca
Każdego dnia tygodnia
Każdego roku

Funkcja wywołania zwrotnego speederAggregator

import boto3, pytz, pandas as pd

s3 = boto3.client("s3" ...)
...

def speeder_aggregator(event, context):
    tz = pytz.timezone('America/Los_Angeles')
    filter_date = datetime.now(tz).strftime("%Y%m%d")

Funkcja wywołania zwrotnego speederAggregator

def speeder_aggregator(event, context):
  ...
  objects = s3.list_objects_v2(
      Bucket='sd-vehicle-data', Prefix=f'speeders/{filter_date}')
  day_data = []


  for obj in objects['Contents']:
      print(obj['Key'])
      day_record = s3.get_object(Bucket='sd-vehicle-data', Key = obj['Key'])
      day_data.append(
          pd.read_csv(day_record['Body'], delimiter = " "))

  # Concatenate new records into a single dataframe.
  data = pd.concat(day_data)
  data.columns = ["record_id", "timestamp", "vin", "lon", "lat", "speed"]

Pakiet awswrangler

import awswrangler as wr

session = boto3.Session(aws_access_key_id = AWS_KEY, 
                        aws_secret_access_key = AWS_SECRET, region_name="us-east-1")

df = wr.s3.read_csv(f"s3://sd-vehicle-data/speeders/{filter_date}")      
df.head()

Stary sposób a awswrangler

def speeder_aggregator(event, context):
  ...
  objects = s3.list_objects_v2(
      Bucket='sd-vehicle-data', Prefix=f'speeders/{filter_date}')
  day_data = []

  for obj in objects['Contents']:
      print(obj['Key'])
      day_record = s3.get_object(Bucket='sd-vehicle-data', Key = obj['Key'])
      day_data.append(
          pd.read_csv(day_record['Body'], delimiter = " "))

  # Concatenate new records into a single dataframe.
  data = pd.concat(day_data)
  data.columns = ["record_id", "timestamp", "vin", "lon", "lat", "speed"]

Stary sposób a awswrangler

import awswrangler as wr

session = boto3.Session(aws_access_key_id = AWS_KEY, 
                        aws_secret_access_key = AWS_SECRET, region_name="us-east-1")
def speeder_aggregator(event, context):
    df = wr.s3.read_csv(f"s3://sd-vehicle-data/speeders/{filter_date}")      
    df.head()

Zapis zbiorczego pliku przekroczeń prędkości

wr.s3.to_csv(df, 
             f"s3://sd-vehicle-data/speeders_daily/{filter_date}.csv", 
             boto3_session=session, 
             sep=" ", index=False)

Bezserwerowy przepływ danych

Spojrzenie wstecz

Bieżące partycjonowanie

Filtrowanie osób przekraczających prędkość

Agregacja według dnia

Otwieranie recordReaderS3

Edycja recordReaderS3

Edycja recordReaderS3

Zapis osób przekraczających prędkość według daty i godziny

speederAggregator

Tworzenie speederAggregator

Dodawanie warstwy AWS Data Wrangler

Zasoby speederAggregator

Tworzenie wyzwalacza czasowego

Funkcja wywołania zwrotnego speederAggregator

Funkcja wywołania zwrotnego speederAggregator

Pakiet awswrangler

Stary sposób a awswrangler

Stary sposób a awswrangler

Zapis zbiorczego pliku przekroczeń prędkości

Zapisywanie i testowanie

Włączanie wyzwalacza

Podsumowanie

Podsumowanie

Podsumowanie

Czas na ćwiczenia!