無伺服器資料工作流程

使用 AWS Kinesis 與 Lambda 的串流資料

Maksim Pecherskiy

Data Engineer

回顧一下

z8HRk.png

使用 AWS Kinesis 與 Lambda 的串流資料

目前的分割方式

FMktI.png

使用 AWS Kinesis 與 Lambda 的串流資料

篩出超速者

IPwGK.png

使用 AWS Kinesis 與 Lambda 的串流資料

按日彙總

tvBXx.png

使用 AWS Kinesis 與 Lambda 的串流資料

開啟 recordReaderS3

aIahM.png

使用 AWS Kinesis 與 Lambda 的串流資料

編輯 recordReaderS3

...
import pytz
from datetime import datetime
tz = pytz.timezone('America/Los_Angeles')
使用 AWS Kinesis 與 Lambda 的串流資料

編輯 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)
    )
使用 AWS Kinesis 與 Lambda 的串流資料

依日期時間寫出超速檔

s3QY4.png

使用 AWS Kinesis 與 Lambda 的串流資料

speederAggregator

tvBXx.png

使用 AWS Kinesis 與 Lambda 的串流資料

建立 speederAggregator

3pGYX.png

使用 AWS Kinesis 與 Lambda 的串流資料

加入 AWS data wrangler Layer

7TO0V.png

使用 AWS Kinesis 與 Lambda 的串流資料

speederAggregator 資源

sO0op.png

使用 AWS Kinesis 與 Lambda 的串流資料

建立定時觸發器

4Qi4i.png

使用 AWS Kinesis 與 Lambda 的串流資料

y0FkQ.png

cron(50 6 * * ? *)
  • 在第 50 分鐘
  • 於第 6 小時（UTC）
  • 每個月的每天
  • 每個月
  • 每週的每天
  • 每年
使用 AWS Kinesis 與 Lambda 的串流資料

speederAggregator 回呼

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")
使用 AWS Kinesis 與 Lambda 的串流資料

speederAggregator 回呼

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"]
使用 AWS Kinesis 與 Lambda 的串流資料

awswrangler 套件

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()
使用 AWS Kinesis 與 Lambda 的串流資料

舊法 vs 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"]
使用 AWS Kinesis 與 Lambda 的串流資料

舊法 vs 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()
使用 AWS Kinesis 與 Lambda 的串流資料

寫出彙總超速檔

wr.s3.to_csv(df, 
             f"s3://sd-vehicle-data/speeders_daily/{filter_date}.csv", 
             boto3_session=session, 
             sep=" ", index=False)
使用 AWS Kinesis 與 Lambda 的串流資料

儲存並測試

agF2b.png

使用 AWS Kinesis 與 Lambda 的串流資料

啟用觸發器

COfYY.png

使用 AWS Kinesis 與 Lambda 的串流資料

重點回顧

u1Jwm.png

使用 AWS Kinesis 與 Lambda 的串流資料

重點回顧

7ZYPV.png

使用 AWS Kinesis 與 Lambda 的串流資料

重點回顧

  • 用 Cron 排程
  • wr.s3.read_csv()
  • wr.s3.write_csv()
使用 AWS Kinesis 與 Lambda 的串流資料

一起來練習吧！

使用 AWS Kinesis 與 Lambda 的串流資料

Preparing Video For Download...