Firehose->S3 使用当前日期作为在 S3 中创建密钥的前缀。因此，这会在写入记录时对数据进行分区。我的 firehose 流包含具有特定事件时间的事件。
有没有办法创建包含此事件时间的 S3 密钥？下游的处理工具依赖于每个事件都在与实际发生时间相关的“小时文件夹”中。还是在 Firehose 完成后需要额外的处理步骤？
事件时间可以在分区键中，或者我可以使用 Lambda 函数从记录中解析它。
【问题讨论】：
标签： amazon-web-services amazon-kinesis amazon-kinesis-firehose
Kinesis Firehose（尚）不允许客户端控制最终 S3 对象的日期后缀的生成方式。
您唯一的选择是在 Kinesis Firehose 之后添加一个后处理层。例如，您可以使用 Data Pipeline 安排每小时一次的 EMR 作业，该作业读取上一小时写入的所有文件并将它们发布到正确的 S3 目标。
【讨论】：
这不是问题的答案，但是我想稍微解释一下根据事件到达时间存储记录的想法。
首先介绍一下流。 Kinesis 只是一个数据流。它有一个消费的概念。只有通过顺序读取流，才能可靠地使用流。还有一个想法是将检查点作为暂停和恢复消费过程的机制。检查点只是一个序列号，用于标识流中的位置。通过指定这个数字，可以开始从某个事件读取流。
现在回到默认的 s3 firehose 设置... 由于 kinesis 流的容量非常有限，很可能需要将来自 kinesis 的数据存储在某个地方以供以后分析。 firehose to s3 setup 开箱即用。它只是将流中的原始数据存储到 s3 存储桶中。但从逻辑上讲，这些数据仍然是相同的记录流。为了能够可靠地消费（读取）这个流，需要这些序列号作为检查点。这些数字是记录到达时间。
如果我想按创建时间读取记录怎么办？看起来完成此任务的正确方法是顺序读取 s3 流，将其转储到某个 [时间序列] 数据库或数据仓库并对这个存储进行基于创建时间的读数。否则，在读取 s3（流）时，总会有非零的机会错过一些事件。所以我根本不建议重新排序 s3 存储桶。
【讨论】：
您需要进行一些后处理或编写自定义流式消费者（例如 Lambda）来执行此操作。
我们在我的公司处理了大量的事件，因此编写 Lambda 函数似乎不是一个很好的用钱方式。相反，我们发现使用 Athena 进行批处理是一个非常简单的解决方案。
首先，您将流式传输到 Athena 表 events，可以选择为 partitioned by an arrival-time。
然后，您定义另一个 Athena 表，例如 events_by_event_time，该表由您的事件的 event_time 属性分区，或者它已在架构中定义。
最后，您安排一个进程运行 Athena INSERT INTO 查询，该查询从 events 获取事件并自动将它们重新分区到 events_by_event_time，现在您的事件由 event_time 分区，而无需 EMR、数据管道或任何其他基础设施。
您可以对事件的任何属性执行此操作。还值得注意的是，您可以创建一个对两个表执行UNION 的视图来查询实时和历史事件。
我实际上在blog post here 中写了更多关于此的内容。
【讨论】：
对于未来的读者 - Firehose 支持 Amazon S3 对象的自定义前缀
https://docs.aws.amazon.com/firehose/latest/dev/s3-prefixes.html
【讨论】：
Kinesis Data Firehose uses the approximate arrival timestamp of the oldest record that's contained in the Amazon S3 object being written。
AWS 于 2021 年 8 月开始提供“动态分区”：
Dynamic partitioning enables you to continuously partition streaming data in Kinesis Data Firehose by using keys within data (for example, customer_id or transaction_id) and then deliver the data grouped by these keys into corresponding Amazon Simple Storage Service (Amazon S3) prefixes.
https://docs.aws.amazon.com/firehose/latest/dev/dynamic-partitioning.html
【讨论】：