Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Kernkonzepte und Begriffe in AWS Glue DataBrew
Im Folgenden finden Sie einen Überblick über die Kernkonzepte und die Terminologie unter AWS Glue DataBrew. Nachdem Sie diesen Abschnitt gelesen haben[Erste Schritte mit AWS Glue DataBrew](getting-started.md), finden Sie hier eine Anleitung zum Erstellen von Projekten, zum Verbinden von Datensätzen und zum Ausführen von Aufträgen.
**Topics**
+ [Projekt](#projects-concept)
+ [Datensatz](#datasets-concept)
+ [Rezept](#recipes-concept)
+ [Aufgabe](#jobs-concept)
+ [Datenherkunft](#data-lineage-concept)
+ [Datenprofil](#data-profile-concept)
## Projekt
Der interaktive Arbeitsbereich für die Datenvorbereitung in DataBrew wird als *Projekt* bezeichnet. Mithilfe eines Datenprojekts verwalten Sie eine Sammlung verwandter Elemente: Daten, Transformationen und geplante Prozesse. Im Rahmen der Projekterstellung wählen oder erstellen Sie einen Datensatz, an dem Sie arbeiten möchten. Als Nächstes erstellen Sie ein *Rezept*, bei dem es sich um eine Reihe von Anweisungen oder Schritten handelt, DataBrew nach denen Sie handeln möchten. Durch diese Aktionen werden Ihre Rohdaten in ein Formular umgewandelt, das bereit ist, von Ihrer Datenpipeline verarbeitet zu werden.
## Datensatz
Datensatz bedeutet einfach eine Reihe von Daten — Zeilen oder Datensätze, die in Spalten oder Felder unterteilt sind. Wenn Sie ein DataBrew Projekt erstellen, stellen Sie eine Verbindung zu Daten her, die Sie transformieren oder vorbereiten möchten, oder laden sie hoch. DataBrew kann mit Daten aus beliebigen Quellen arbeiten, die aus formatierten Dateien importiert wurden, und stellt eine direkte Verbindung zu einer wachsenden Liste von Datenspeichern her.
Denn DataBrew ein *Datensatz* ist eine schreibgeschützte Verbindung zu Ihren Daten. DataBrew sammelt eine Reihe von beschreibenden Metadaten, die auf die Daten verweisen. Keine tatsächlichen Daten können von geändert oder gespeichert werden DataBrew. Der Einfachheit halber verwenden wir Datensatz, um sowohl auf den tatsächlichen Datensatz als auch auf die DataBrew verwendeten Metadaten zu verweisen.
## Rezept
Bei DataBrew einem *Rezept* handelt es sich um eine Reihe von Anweisungen oder Schritten für Daten, auf deren Grundlage Sie handeln DataBrew möchten. Ein Rezept kann viele Schritte enthalten, und jeder Schritt kann viele Aktionen enthalten. Sie verwenden die Transformationswerkzeuge auf der Werkzeugleiste, um alle Änderungen einzurichten, die Sie an Ihren Daten vornehmen möchten. Später, wenn Sie bereit sind, das fertige Produkt Ihres Rezepts zu sehen, weisen Sie diesen Job zu DataBrew und planen ihn. DataBrew speichert die Anweisungen zur Datentransformation, aber es werden keine Ihrer tatsächlichen Daten gespeichert. Sie können Rezepte herunterladen und in anderen Projekten wiederverwenden. Sie können auch mehrere Versionen eines Rezepts veröffentlichen.
## Aufgabe
DataBrew übernimmt die Aufgabe, Ihre Daten zu transformieren, indem es die Anweisungen ausführt, die Sie bei der Erstellung eines Rezepts eingerichtet haben. Das Ausführen dieser Anweisungen wird als *Job bezeichnet.* Ein Job kann Ihre Datenrezepte nach einem voreingestellten Zeitplan in die Tat umsetzen. Sie sind jedoch nicht auf einen Zeitplan beschränkt. Sie können Jobs auch bei Bedarf ausführen. Wenn Sie einige Daten profilieren möchten, benötigen Sie kein Rezept. In diesem Fall können Sie einfach einen Profiljob einrichten, um ein Datenprofil zu erstellen.
## Datenherkunft
DataBrew verfolgt Ihre Daten in einer visuellen Oberfläche, um deren Herkunft zu bestimmen, was als *Datenherkunft* bezeichnet wird. Diese Ansicht zeigt Ihnen, wie die Daten durch verschiedene Entitäten fließen, aus denen sie ursprünglich stammen. Sie können ihren Ursprung, andere Entitäten, von denen sie beeinflusst wurden, sehen, was mit den Daten im Laufe der Zeit passiert ist und wo sie gespeichert wurden.
## Datenprofil
Wenn Sie ein Profil für Ihre Daten erstellen, DataBrew wird ein Bericht erstellt, der als *Datenprofil* bezeichnet wird. Diese Zusammenfassung informiert Sie über die aktuelle Form Ihrer Daten, einschließlich des Kontextes des Inhalts, der Struktur der Daten und ihrer Beziehungen. Sie können ein Datenprofil für jeden Datensatz erstellen, indem Sie einen Datenprofiljob ausführen.