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.
Einen Data Lake aus einer JDBC Quelle in Lake Formation erstellen
Dieses Tutorial führt Sie durch die Schritte, die Sie auf der AWS Lake Formation Konsole ausführen müssen, um mithilfe von Lake Formation Ihren ersten Data Lake aus einer JDBC Quelle zu erstellen und zu laden.
Themen
- Zielgruppe
- JDBCVoraussetzungen für das Tutorial
- Schritt 1: Erstellen Sie einen Data Analyst-Benutzer
- Schritt 2: Erstellen Sie eine Verbindung in AWS Glue
- Schritt 3: Erstellen Sie einen Amazon S3 S3-Bucket für den Data Lake
- Schritt 4: Registrieren Sie einen Amazon S3 S3-Pfad
- Schritt 5: Erteilen Sie Berechtigungen für den Datenspeicherort
- Schritt 6: Erstellen Sie eine Datenbank im Datenkatalog
- Schritt 7: Erteilen Sie Datenberechtigungen
- Schritt 8: Verwenden Sie einen Blueprint, um einen Workflow zu erstellen
- Schritt 9: Führen Sie den Workflow aus
- Schritt 10: Grant SELECT auf den Tischen
- Schritt 11: Fragen Sie den Data Lake ab mit Amazon Athena
- Schritt 12: Abfragen der Daten im Data Lake mithilfe von Amazon Redshift Spectrum
- Schritt 13: Erteilen oder Widerrufen Lake Formation Formation-Berechtigungen mithilfe von Amazon Redshift Spectrum
Zielgruppe
In der folgenden Tabelle sind die Rollen aufgeführt, die in diesem AWS Lake Formation JDBCTutorial verwendet werden.
Rolle | Beschreibung |
---|---|
IAMAdministrator | Ein Benutzer, der AWS Identity and Access Management (IAM) Benutzer und Rollen sowie Amazon Simple Storage Service (Amazon S3) -Buckets erstellen kann. Hat die AdministratorAccess AWS verwaltete Richtlinie. |
Data Lake-Administrator | Ein Benutzer, der auf den Datenkatalog zugreifen, Datenbanken erstellen und anderen Benutzern Lake Formation Formation-Berechtigungen gewähren kann. Hat weniger IAM Berechtigungen als der IAM Administrator, reicht aber aus, um den Data Lake zu verwalten. |
Datenanalyst | Ein Benutzer, der Abfragen für den Data Lake ausführen kann. Hat nur genügend Berechtigungen, um Abfragen auszuführen. |
Workflow-Rolle | Eine Rolle mit den erforderlichen IAM Richtlinien zur Ausführung eines Workflows. |
Informationen zu den Voraussetzungen für das Abschließen des Tutorials finden Sie unterJDBCVoraussetzungen für das Tutorial.
JDBCVoraussetzungen für das Tutorial
Bevor Sie mit dem AWS Lake Formation JDBCTutorial beginnen, stellen Sie sicher, dass Sie Folgendes getan haben:
-
Führen Sie die Aufgaben unter au Erste Schritte mit Lake Formation.
-
Entscheiden Sie sich JDBC für einen Datenspeicher, auf den zugegriffen werden kann, den Sie für das Tutorial verwenden möchten.
-
Sammeln Sie die Informationen, die zum Herstellen einer AWS Glue Verbindung des Typs JDBC erforderlich sind. Dieses Datenkatalog-Objekt enthält URL die Anmeldeinformationen für den Datenspeicher und zusätzliche VPC spezifische Konfigurationsinformationen, falls der Datenspeicher in einer Amazon Virtual Private Cloud (AmazonVPC) erstellt wurde. Weitere Informationen finden Sie unter Definieren von Verbindungen im AWS Glue Datenkatalog im AWS Glue Entwicklerhandbuch.
In der Anleitung wird davon ausgegangen, dass Sie mit AWS Identity and Access Management (IAM) vertraut sind. Informationen zu IAM finden Sie im IAMBenutzerhandbuch.
Um zu beginnen, fahren Sie fort mitSchritt 1: Erstellen Sie einen Data Analyst-Benutzer.
Schritt 1: Erstellen Sie einen Data Analyst-Benutzer
In diesem Schritt erstellen Sie einen Benutzer AWS Identity and Access Management (IAM), der als Datenanalyst für Ihren Data Lake in fungiert AWS Lake Formation.
Dieser Benutzer verfügt über die Mindestberechtigungen, um den Data Lake abzufragen.
-
Öffnen Sie die IAM-Konsole unter https://console.aws.amazon.com/iam
. Melden Sie sich als der Administratorbenutzer an, den Sie in der verwalteten Richtlinie erstellt haben, Erstellen Sie einen Benutzer mit Administratorzugriff oder als Benutzer mit der AdministratorAccess
AWS verwalteten Richtlinie. -
Erstellen Sie einen Benutzer
datalake_user
mit dem Namen mit den folgenden Einstellungen:-
AWS Management Console Zugriff aktivieren.
-
Legen Sie ein Passwort fest und fordern Sie kein Zurücksetzen des Passworts an.
-
Hängen Sie die
AmazonAthenaFullAccess
AWS verwaltete Richtlinie an. -
Fügen Sie die folgende Inline-Richtlinie an. Speichern Sie die Richtlinie unter dem Namen
DatalakeUserBasic
.{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "lakeformation:GetDataAccess", "glue:GetTable", "glue:GetTables", "glue:SearchTables", "glue:GetDatabase", "glue:GetDatabases", "glue:GetPartitions", "lakeformation:GetResourceLFTags", "lakeformation:ListLFTags", "lakeformation:GetLFTag", "lakeformation:SearchTablesByLFTags", "lakeformation:SearchDatabasesByLFTags" ], "Resource": "*" } ] }
-
Schritt 2: Erstellen Sie eine Verbindung in AWS Glue
Anmerkung
Überspringen Sie diesen Schritt, wenn Sie bereits eine AWS Glue Verbindung zu Ihrer JDBC Datenquelle haben.
AWS Lake Formation greift über eine AWS Glue Verbindung auf JDBC Datenquellen zu. Eine Verbindung ist ein Datenkatalogobjekt, das alle Informationen enthält, die für die Verbindung mit der Datenquelle erforderlich sind. Sie können mit der AWS Glue Konsole eine Verbindung herstellen.
So stellen Sie eine Verbindung her
-
Öffnen Sie AWS Glue die Konsole unter https://console.aws.amazon.com/glue/
und melden Sie sich als der Administratorbenutzer an, den Sie erstellt habenErstellen Sie einen Benutzer mit Administratorzugriff. -
Wählen Sie im Navigationsbereich unter Data catalog die Option Connections (Verbindungen) aus.
-
Wählen Sie auf der Seite Connectors die Option Create custom Connector (Benutzerdefinierten Connector erstellen) aus.
-
Geben Sie
datalake-tutorial
auf der Eigenschaftenseite des Connectors den Namen der Verbindung ein und wählen Sie JDBCden Verbindungstyp aus. Wählen Sie anschließend Weiter. -
Fahren Sie mit dem Verbindungsassistenten fort und speichern Sie die Verbindung.
Informationen zum Erstellen einer Verbindung finden Sie unter AWS Glue JDBCVerbindungseigenschaften im AWS Glue Entwicklerhandbuch.
Schritt 3: Erstellen Sie einen Amazon S3 S3-Bucket für den Data Lake
In diesem Schritt erstellen Sie den Amazon Simple Storage Service (Amazon S3) -Bucket, der als Stammverzeichnis Ihres Data Lake dienen soll.
-
Öffnen Sie die Amazon S3 S3-Konsole unter https://console.aws.amazon.com/s3/
und melden Sie sich als der Administratorbenutzer an, den Sie erstellt habenErstellen Sie einen Benutzer mit Administratorzugriff. -
Wählen Sie Create Bucket und erstellen Sie mithilfe des Assistenten einen Bucket mit dem Namen
, wo<yourName>
-datalake-tutorial<yourName>
ist Ihr Vor- und Nachname. Beispiel:jdoe-datalake-tutorial
.Eine ausführliche Anleitung zur Erstellung eines Amazon S3 S3-Buckets finden Sie unter Wie erstelle ich einen S3-Bucket? im Amazon Simple Storage Service-Benutzerhandbuch.
Schritt 4: Registrieren Sie einen Amazon S3 S3-Pfad
In diesem Schritt registrieren Sie einen Amazon Simple Storage Service (Amazon S3) -Pfad als Stammverzeichnis Ihres Data Lakes.
-
Öffnen Sie die Lake Formation Formation-Konsole unter https://console.aws.amazon.com/lakeformation/
. Melden Sie sich als Data Lake-Administrator an. -
Wählen Sie im Navigationsbereich unter Verwaltung die Option Data Lake-Standorte aus.
-
Wählen Sie Speicherort registrieren und dann Durchsuchen aus.
-
Wählen Sie den
Bucket aus, den Sie zuvor erstellt haben, akzeptieren Sie die IAM<yourName>
-datalake-tutorialAWSServiceRoleForLakeFormationDataAccess
Standardrolle und wählen Sie dann Standort registrieren aus.Weitere Informationen zur Registrierung von Standorten finden Sie unterHinzufügen eines Amazon S3 S3-Standorts zu Ihrem Data Lake.
Schritt 5: Erteilen Sie Berechtigungen für den Datenspeicherort
Prinzipale müssen über Datenstandortberechtigungen für einen Data Lake-Standort verfügen, um Datenkatalogtabellen oder Datenbanken zu erstellen, die auf diesen Speicherort verweisen. Sie müssen der IAM Rolle für Workflows Datenspeicherberechtigungen erteilen, damit der Workflow in das Datenaufnahmeziel schreiben kann.
-
Wählen Sie in der Lake Formation Formation-Konsole im Navigationsbereich unter Berechtigungen die Option Datenspeicherorte aus.
-
Wählen Sie Grant aus, und gehen Sie im Dialogfeld Berechtigungen gewähren wie folgt vor:
-
Wählen Sie für IAMBenutzer und Rollen
LakeFormationWorkflowRole
. -
Wählen Sie für Speicherorte Ihren
Bucket aus.<yourName>
-datalake-tutorial
-
-
Wählen Sie Gewähren.
Weitere Informationen zu Berechtigungen für Datenspeicherorte finden Sie unterUnderlying data access control.
Schritt 6: Erstellen Sie eine Datenbank im Datenkatalog
Metadatentabellen im Lake Formation Data Catalog werden in einer Datenbank gespeichert.
-
Wählen Sie in der Lake Formation Formation-Konsole im Navigationsbereich unter Datenkatalog die Option Datenbanken aus.
-
Wählen Sie Datenbank erstellen aus, und geben Sie unter Datenbankdetails den Namen ein
lakeformation_tutorial
. -
Lassen Sie die anderen Felder leer und wählen Sie Datenbank erstellen aus.
Schritt 7: Erteilen Sie Datenberechtigungen
Sie müssen Berechtigungen zum Erstellen von Metadatentabellen im Datenkatalog erteilen. Da der Workflow mit der Rolle ausgeführt wirdLakeFormationWorkflowRole
, müssen Sie der Rolle diese Berechtigungen gewähren.
-
Wählen Sie in der Lake Formation Formation-Konsole im Navigationsbereich unter Berechtigungen die Option Data Lake-Berechtigungen aus.
-
Wählen Sie Grant aus, und gehen Sie im Dialogfeld Datenberechtigungen gewähren wie folgt vor:
-
Wählen Sie unter Principals für IAMBenutzer und Rollen die Option aus
LakeFormationWorkflowRole
. -
Wählen Sie unter LF-Tags oder Katalogressourcen die Option Benannte Datenkatalogressourcen aus.
-
Wählen Sie für Datenbanken die Datenbank aus, die Sie zuvor erstellt haben.
lakeformation_tutorial
-
Wählen Sie unter Datenbankberechtigungen die Optionen Tabelle erstellen, Ändern und Löschen aus, und deaktivieren Sie Super, falls diese Option ausgewählt ist.
-
-
Wählen Sie Gewähren.
Weitere Informationen zur Erteilung von Lake Formation Formation-Berechtigungen finden Sie unterÜberblick über die Genehmigungen für Lake Formation .
Schritt 8: Verwenden Sie einen Blueprint, um einen Workflow zu erstellen
Der AWS Lake Formation Workflow generiert die AWS Glue Jobs, Crawler und Trigger, die Daten erkennen und in Ihren Data Lake aufnehmen. Sie erstellen einen Workflow, der auf einem der vordefinierten Lake Formation-Blueprints basiert.
-
Wählen Sie in der Lake Formation Formation-Konsole im Navigationsbereich Blueprints und dann Blueprint verwenden aus.
-
Wählen Sie auf der Seite Blueprint verwenden unter Blueprint-Typ die Option Datenbank-Snapshot aus.
-
Wählen Sie unter Importquelle für Datenbankverbindung die Verbindung aus, die Sie gerade erstellt haben
datalake-tutorial
, oder wählen Sie eine bestehende Verbindung für Ihre Datenquelle aus. -
Geben Sie im Formular
unter Quelldatenpfad den Pfad ein, aus dem Daten aufgenommen werden sollen.<database>
/<schema>
/<table>
Sie können den Platzhalter Prozent (%) durch Schema oder Tabelle ersetzen. Geben Sie für Datenbanken, die Schemas unterstützen, Folgendes ein
<database>
/<schema>
/%, um allen Tabellen in zu entsprechen<schema>
innerhalb<database>
. Oracle Database und My unterstützen SQL kein Schema im Pfad. Geben Sie stattdessen Folgendes ein<database>
/%. Für Oracle-Datenbank<database>
ist der Systembezeichner (SID).Beispiel: Wenn eine Oracle-Datenbank über eine eigene Datenbank verfügt
orcl
SID, geben Sie die Eingabe ein,orcl/%
um alle Tabellen abzugleichen, auf die der in der JDCB Verbindung angegebene Benutzer Zugriff hat.Wichtig
Bitte beachten Sie die Groß- und Kleinschreibung.
-
Geben Sie unter Importziel die folgenden Parameter an:
Zieldatenbank lakeformation_tutorial
Zielspeicherort s3://
<yourName>
-datalake-tutorialData format (Datenformat) (Wählen Sie Parkett oderCSV) -
Wählen Sie „Bei Bedarf ausführen“ für die Importhäufigkeit aus.
-
Geben Sie unter Importoptionen die folgenden Parameter an:
Name des Workflows lakeformationjdbctest
IAMRolle LakeFormationWorkflowRole
Tabellenpräfix jdbctest
Anmerkung
Muss in Kleinbuchstaben geschrieben werden.
-
Wählen Sie Create und warten Sie, bis die Konsole meldet, dass der Workflow erfolgreich erstellt wurde.
Tipp
Haben Sie die folgende Fehlermeldung erhalten?
User: arn:aws:iam::
<account-id>
:user/<datalake_administrator_user>
is not authorized to perform: iam:PassRole on resource:arn:aws:iam::<account-id>
:role/LakeFormationWorkflowRole...Falls ja, überprüfen Sie, ob Sie ersetzt haben
<account-id>
in der Inline-Richtlinie für den Data Lake-Administratorbenutzer mit einer gültigen AWS Kontonummer.
Schritt 9: Führen Sie den Workflow aus
Da Sie angegeben haben, dass es sich um einen Workflow handelt run-on-demand, müssen Sie den Workflow manuell in starten AWS Lake Formation.
-
Wählen Sie in der Lake Formation Formation-Konsole auf der Seite Blueprints den Workflow
lakeformationjdbctest
aus. -
Wählen Sie Aktionen und dann Start aus.
-
Während der Ausführung des Workflows können Sie seinen Fortschritt in der Spalte Status der letzten Ausführung anzeigen. Wählen Sie gelegentlich die Schaltfläche „Aktualisieren“.
Der Status geht von RUNNING, zu Discovering, zu Importiert, zu COMPLETED.
Wenn der Workflow abgeschlossen ist:
-
Der Datenkatalog enthält neue Metadatentabellen.
-
Ihre Daten werden in den Data Lake aufgenommen.
Wenn der Workflow fehlschlägt, gehen Sie wie folgt vor:
-
Wählen Sie den Workflow aus. Wählen Sie Aktionen und dann Diagramm anzeigen aus.
Der Workflow wird in der AWS Glue Konsole geöffnet.
-
Wählen Sie den Workflow und dann die Registerkarte Verlauf aus.
-
Wählen Sie den letzten Lauf aus und klicken Sie auf Laufdetails anzeigen.
-
Wählen Sie im dynamischen (Laufzeit-) Diagramm einen fehlgeschlagenen Job oder Crawler aus und überprüfen Sie die Fehlermeldung. Fehlgeschlagene Knoten sind entweder rot oder gelb.
-
Schritt 10: Grant SELECT auf den Tischen
Sie müssen die SELECT
Berechtigung für die neuen Datenkatalogtabellen erteilen, AWS Lake Formation damit der Datenanalyst die Daten abfragen kann, auf die die Tabellen verweisen.
Anmerkung
Ein Workflow erteilt dem Benutzer, der ihn ausgeführt hat, automatisch die SELECT
Berechtigung für die Tabellen, die er erstellt hat. Da der Data Lake-Administrator diesen Workflow ausgeführt hat, müssen Sie ihn SELECT
dem Datenanalysten erteilen.
-
Wählen Sie in der Lake Formation Formation-Konsole im Navigationsbereich unter Berechtigungen die Option Data Lake-Berechtigungen aus.
-
Wählen Sie Grant aus, und gehen Sie im Dialogfeld Datenberechtigungen gewähren wie folgt vor:
-
Wählen Sie unter Principals für IAMBenutzer und Rollen die Option aus
datalake_user
. -
Wählen Sie unter LF-Tags oder Katalogressourcen die Option Benannte Datenkatalogressourcen aus.
-
Wählen Sie für Datenbanken die Option.
lakeformation_tutorial
Die Tabellenliste wird aufgefüllt.
-
Wählen Sie für Tabellen eine oder mehrere Tabellen aus Ihrer Datenquelle aus.
-
Wählen Sie unter Tabellen- und Spaltenberechtigungen die Option Auswählen aus.
-
-
Wählen Sie Gewähren.
Der nächste Schritt wird als Datenanalyst ausgeführt.
Schritt 11: Fragen Sie den Data Lake ab mit Amazon Athena
Verwenden Sie die Amazon Athena Konsole, um die Daten in Ihrem Data Lake abzufragen.
-
Öffnen Sie die Athena-Konsole unter https://console.aws.amazon.com/athena/
und melden Sie sich als Datenanalyst-Benutzer datalake_user
an. -
Falls erforderlich, wählen Sie Get Started, um zum Athena-Abfrage-Editor zu gelangen.
-
Wählen Sie für Datenquelle AwsDataCatalog aus.
-
Wählen Sie unter Database (Datenbank) Option
lakeformation_tutorial
aus.Die Tabellenliste wird aufgefüllt.
-
Wählen Sie im Popupmenü neben einer der Tabellen die Option Tabellenvorschau aus.
Die Abfrage wird ausgeführt und zeigt 10 Datenzeilen an.
Schritt 12: Abfragen der Daten im Data Lake mithilfe von Amazon Redshift Spectrum
Sie können Amazon Redshift Spectrum so einrichten, dass die Daten abgefragt werden, die Sie in Ihren Amazon Simple Storage Service (Amazon S3) Data Lake importiert haben. Erstellen Sie zunächst eine AWS Identity and Access Management (IAM) -Rolle, die zum Starten des Amazon Redshift Redshift-Clusters und zum Abfragen der Amazon S3 S3-Daten verwendet wird. Erteilen Sie dieser Rolle dann die Select
Berechtigungen für die Tabellen, die Sie abfragen möchten. Erteilen Sie dem Benutzer anschließend Berechtigungen zur Verwendung des Amazon Redshift Redshift-Abfrage-Editors. Erstellen Sie abschließend einen Amazon Redshift Redshift-Cluster und führen Sie Abfragen aus.
Sie erstellen den Cluster als Administrator und fragen den Cluster als Datenanalyst ab.
Weitere Informationen zu Amazon Redshift Spectrum finden Sie unter Verwenden von Amazon Redshift Spectrum zur Abfrage externer Daten im Amazon Redshift Database Developer Guide.
So richten Sie Berechtigungen für die Ausführung von Amazon Redshift Redshift-Abfragen ein
-
Öffnen Sie die IAM Konsole unter. https://console.aws.amazon.com/iam/
Melden Sie sich als der Administratorbenutzer an, den Sie unter Erstellen Sie einen Benutzer mit Administratorzugriff (Benutzername Administrator
) erstellt haben, oder als Benutzer mit derAdministratorAccess
AWS verwalteten Richtlinie. -
Wählen Sie im Navigationsbereich Policies aus.
Wenn Sie zum ersten Mal Policies (Richtlinien) auswählen, erscheint die Seite Welcome to Managed Policies (Willkommen bei verwalteten Richtlinien). Wählen Sie Get Started.
-
Wählen Sie Create Policy (Richtlinie erstellen) aus.
-
Wählen Sie die JSONRegisterkarte.
-
Fügen Sie das folgende JSON Richtliniendokument ein.
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "lakeformation:GetDataAccess", "glue:GetTable", "glue:GetTables", "glue:SearchTables", "glue:GetDatabase", "glue:GetDatabases", "glue:GetPartitions", "lakeformation:GetResourceLFTags", "lakeformation:ListLFTags", "lakeformation:GetLFTag", "lakeformation:SearchTablesByLFTags", "lakeformation:SearchDatabasesByLFTags" ], "Resource": "*" } ] }
-
Wählen Sie, wenn Sie fertig sind, Review (Überprüfen) aus. Die Richtlinienvalidierung meldet mögliche Syntaxfehler.
-
Geben Sie auf der Seite „Richtlinie überprüfen“ den Namen
RedshiftLakeFormationPolicy
für die Richtlinie ein, die Sie erstellen. (Optional) Geben Sie eine Beschreibung ein. Überprüfen Sie unter Summary die Richtlinienzusammenfassung, um die Berechtigungen einzusehen, die von Ihrer Richtlinie gewährt werden. Wählen Sie dann Create policy aus, um Ihre Eingaben zu speichern. -
Wählen Sie im Navigationsbereich der IAM Konsole Rollen und anschließend Rolle erstellen aus.
-
Wählen Sie für Select trusted entity (Vertrauenswürdige Entität auswählen) die Option AWS -Dienst.
-
Wählen Sie den Amazon-Redshift-Service aus, um diese Rolle anzunehmen.
-
Wählen Sie den Anwendungsfall Redshift Costumizable (Durch Redshift anpassbar) für Ihren Service aus. Wählen Sie dann Next: Permissions.
-
Suchen Sie nach der Berechtigungsrichtlinie, die Sie erstellt haben
RedshiftLakeFormationPolicy
, und aktivieren Sie das Kontrollkästchen neben dem Richtliniennamen in der Liste. -
Wählen Sie Next: Tags (Weiter: Tags) aus.
-
Klicken Sie auf Weiter: Prüfen.
-
Geben Sie für Role name (Rollenname) den Namen
RedshiftLakeFormationRole
ein. -
(Optional) Geben Sie im Feld Role description (Rollenbeschreibung) eine Beschreibung für die neue Rolle ein.
-
Prüfen Sie die Rolle und klicken Sie dann auf Create Role (Rolle erstellen).
Um Select
Berechtigungen für die Tabelle zu erteilen, die in der Lake Formation Formation-Datenbank abgefragt werden soll
-
Öffnen Sie die Lake Formation Formation-Konsole unter https://console.aws.amazon.com/lakeformation/
. Melden Sie sich als Data Lake-Administrator an. -
Wählen Sie im Navigationsbereich unter Berechtigungen die Option Data Lake-Berechtigungen und dann Grant aus.
-
Geben Sie die folgenden Informationen ein:
-
Wählen Sie für IAMBenutzer und Rollen die IAM Rolle aus, die Sie erstellt haben
RedshiftLakeFormationRole
. Wenn Sie den Amazon Redshift Query Editor ausführen, verwendet er diese IAM Rolle für die Genehmigung der Daten. -
Wählen Sie unter Database (Datenbank) Option
lakeformation_tutorial
aus.Die Tabellenliste wird aufgefüllt.
-
Wählen Sie für Tabelle eine Tabelle in der abzufragenden Datenquelle aus.
-
Wählen Sie die Berechtigung Tabelle auswählen.
-
-
Wählen Sie Gewähren.
So richten Sie Amazon Redshift Spectrum ein und führen Abfragen aus
-
Öffnen Sie die Amazon Redshift Redshift-Konsole unterhttps://console.aws.amazon.com/redshift
. Melden Sie sich als Benutzer Administrator
an. -
Wählen Sie Cluster erstellen.
-
Geben Sie auf der Seite Cluster erstellen
redshift-lakeformation-demo
die Cluster-ID ein. -
Wählen Sie für den Knotentyp dc2.large aus.
-
Scrollen Sie nach unten und geben Sie unter Datenbankkonfigurationen die folgenden Parameter ein, oder akzeptieren Sie sie:
-
Admin-Benutzername:
awsuser
-
Admin-Benutzerpasswort:
(
Choose a password
)
-
-
Erweitern Sie Cluster-Berechtigungen und wählen Sie für Verfügbare IAM Rollen die Option RedshiftLakeFormationRole. Wählen Sie dann IAMRolle hinzufügen aus.
-
Wenn Sie einen anderen Port als den Standardwert 5439 verwenden müssen, deaktivieren Sie neben Zusätzliche Konfigurationen die Option Standardwerte verwenden. Erweitern Sie den Abschnitt für Datenbankkonfigurationen und geben Sie eine neue Datenbankportnummer ein.
-
Wählen Sie Cluster erstellen.
Die Cluster-Seite wird geladen.
-
Warten Sie, bis der Cluster-Status „Verfügbar“ lautet. Wählen Sie regelmäßig das Aktualisierungssymbol.
-
Erteilen Sie dem Datenanalysten die Erlaubnis, Abfragen für den Cluster auszuführen. Führen Sie dazu die folgenden Schritte aus:
-
Öffnen Sie die IAM Konsole https://console.aws.amazon.com/iam/
unter und melden Sie sich als Administrator
Benutzer an. -
Wählen Sie im Navigationsbereich Benutzer aus und fügen Sie dem Benutzer die folgenden verwalteten Richtlinien hinzu
datalake_user
.-
AmazonRedshiftQueryEditor
-
AmazonRedshiftReadOnlyAccess
-
-
-
Melden Sie sich von der Amazon Redshift Redshift-Konsole ab und melden Sie sich erneut als Benutzer
datalake_user
an. -
Wählen Sie in der linken vertikalen Werkzeugleiste das EDITORSymbol aus, um den Abfrage-Editor zu öffnen und eine Verbindung zum Cluster herzustellen. Wenn das Dialogfeld Mit Datenbank Connect angezeigt wird, wählen Sie den Clusternamen
redshift-lakeformation-demo
und geben Sie den Datenbanknamendev
, den Benutzernamen und das Passwort einawsuser
, das Sie erstellt haben. Wählen Sie dann Connect to database (Verbindung zur Datenbank herstellen) aus.Anmerkung
Wenn Sie nicht zur Eingabe von Verbindungsparametern aufgefordert werden und bereits ein anderer Cluster im Abfrage-Editor ausgewählt ist, wählen Sie Verbindung ändern, um das Dialogfeld Mit Datenbank Connect zu öffnen.
-
Geben Sie im Textfeld Neue Abfrage 1 die folgende Anweisung ein und führen Sie sie aus, um die Datenbank
lakeformation_tutorial
in Lake Formation dem Amazon Redshift Redshift-Schemanamen zuzuordnen:redshift_jdbc
Wichtig
Ersetzen
<account-id>
mit einer gültigen AWS Kontonummer und<region>
mit einem gültigen AWS Regionsnamen (z. B.us-east-1
).create external schema if not exists redshift_jdbc from DATA CATALOG database 'lakeformation_tutorial' iam_role 'arn:aws:iam::
<account-id>
:role/RedshiftLakeFormationRole' region '<region>
'; -
Wählen Sie in der Schemaliste unter Schema auswählen die Option redshift_jdbc aus.
Die Tabellenliste wird aufgefüllt. Der Abfrage-Editor zeigt nur die Tabellen an, für die Ihnen Lake Formation Data Lake-Berechtigungen erteilt wurden.
-
Wählen Sie im Popupmenü neben einem Tabellennamen die Option Datenvorschau aus.
Amazon Redshift gibt die ersten 10 Zeilen zurück.
Sie können jetzt Abfragen für die Tabellen und Spalten ausführen, für die Sie Berechtigungen haben.
Schritt 13: Erteilen oder Widerrufen Lake Formation Formation-Berechtigungen mithilfe von Amazon Redshift Spectrum
Amazon Redshift unterstützt die Möglichkeit, Lake Formation Formation-Berechtigungen für Datenbanken und Tabellen mithilfe modifizierter SQL Anweisungen zu gewähren und zu widerrufen. Diese Aussagen ähneln den bestehenden Amazon Redshift Redshift-Aussagen. Weitere Informationen finden Sie unter GRANTund REVOKEim Amazon Redshift Database Developer Guide.