对于新项目，我们建议您使用新的 Kinesis Data Analytics 工作室，而不是 SQL 应用程序的 Kinesis Data Analytics。Kinesis Data Analytics Studio 将易用性与高级分析功能相结合，使您能够在几分钟内构建复杂的流处理应用程序。
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。
步骤 3：配置应用程序输出
此时，在热点示例中，您有 Amazon Kinesis Data Analytics 应用程序代码从流媒体源中发现重要的热点，并为每个热点分配热点分数。
现在，您可以将应用程序内流中的应用程序结果发送到外部目的地，即另一个 Kinesis 数据流 (ExampleOutputStream)。然后，您可以分析热点分数并为热点热确定合适的阈值。您可以进一步扩展此应用程序以生成警报。
配置应用程序输出
-
通过 https://console.aws.amazon.com/kinesisanalytics
打开 Kinesis Data Analytics 控制台。 -
在 SQL 编辑器中，在应用程序控制面板中选择 Destination 或 Add a destination。
-
在 Add a destination (添加目标) 页面上，选择 Select from your streams (从流中选择)。然后选择在上一部分中创建的
ExampleOutputStream流。现在，您有了外部目标，Amazon Kinesis Data Analytics 可以在其中保存所有记录，您的应用程序会写入应用程序内流
DESTINATION_SQL_STREAM。 -
您可以选择配置 Amazon Lambda 以监控
ExampleOutputStream流并发送警报。有关更多信息，请参阅使用 Lambda 函数作为输出：您还可以查看 Kinesis Data Analytics 写入外部目的地（即 Kinesis 流）的记录ExampleOutputStream，如中所述步骤 4：验证应用程序输出。