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.
# Wiederverwenden von Datenabläufe für verschiedene Datensätze
Für Amazon Simple Storage Service (Amazon S3)-Datenquellen können Sie Parameter erstellen und verwenden. Ein Parameter ist eine Variable, die Sie in Ihrem Data Wrangler-Flow gespeichert haben. Sein Wert kann ein beliebiger Teil des Amazon S3-Pfads der Datenquelle sein. Verwenden Sie Parameter, um die Daten, die Sie in einen Data Wrangler-Flow importieren oder in einen Verarbeitungsjob exportieren, schnell zu ändern. Sie können Parameter auch verwenden, um eine bestimmte Teilmenge Ihrer Daten auszuwählen und zu importieren.
Nachdem Sie einen Data Wrangler-Flow erstellt haben, haben Sie möglicherweise ein Modell anhand der Daten trainiert, die Sie transformiert haben. Bei Datensätzen mit demselben Schema können Sie Parameter verwenden, um dieselben Transformationen auf einen anderen Datensatz anzuwenden und ein anderes Modell zu trainieren. Sie können die neuen Datensätze verwenden, um Inferenzen mit Ihrem Modell durchzuführen, oder Sie könnten sie verwenden, um Ihr Modell neu zu trainieren.
Im Allgemeinen haben Parameter die folgenden Attribute:
+ Name – Der Name, den Sie für den Parameter angeben
+ Typ – Der Wertetyp, für den der Parameter steht
+ Standardwert – Der Wert des Parameters, wenn Sie keinen neuen Wert angeben
**Anmerkung**
DateTime-Parameter haben ein Zeitbereichsattribut, das sie als Standardwert verwenden.
Data Wrangler verwendet geschweifte Klammern und `{{}}`, um anzuzeigen, dass ein Parameter im Amazon S3-Pfad verwendet wird. Beispielsweise können Sie eine URL wie `s3://amzn-s3-demo-bucket1/{{example_parameter_name}}/example-dataset.csv` verwenden.
Sie erstellen einen Parameter, wenn Sie die Amazon S3-Datenquelle bearbeiten, die Sie importiert haben. Sie können jeden Teil des Dateipfads auf einen Parameterwert setzen. Sie können den Parameterwert entweder auf einen Wert oder ein Muster festlegen. Im Folgenden sind die verfügbaren Parameterwerttypen im Data Wrangler-Flow aufgeführt:
+ Zahl
+ Zeichenfolge
+ Muster
+ DateTime
**Anmerkung**
Sie können keinen Muster- oder DateTime-Parameter für den Namen des Buckets im Amazon S3-Pfad erstellen.
Sie müssen eine Zahl als Standardwert für einen Zahlenparameter festlegen. Sie können den Wert des Parameters auf eine andere Zahl ändern, wenn Sie einen Parameter bearbeiten oder wenn Sie einen Verarbeitungsauftrag starten. Im S3-Pfad, `s3://amzn-s3-demo-bucket/example-prefix/example-file-1.csv`, können Sie beispielsweise einen Zahlenparameter erstellen, der anstelle von `number_parameter` `1` benannt wird. Ihr S3-Pfad wird jetzt als `s3://amzn-s3-demo-bucket/example-prefix/example-file-{{number_parameter}}.csv` angezeigt. Der Pfad zeigt weiterhin auf den `example-file-1.csv`-Datensatz, bis Sie den Wert des Parameters ändern. Wenn Sie den Wert von `number_parameter` in `2` ändern, ist der Pfad jetzt `s3://amzn-s3-demo-bucket/example-prefix/example-file-2.csv`. Sie können `example-file-2.csv` in Data Wrangler importieren, wenn Sie die Datei an diesen Amazon S3-Speicherort hochgeladen haben.
Ein Zeichenfolgenparameter speichert eine Zeichenfolge als Standardwert. Im S3-Pfad, `s3://amzn-s3-demo-bucket/example-prefix/example-file-1.csv`, können Sie beispielsweise einen Zeichenfolgenparameter erstellen, der anstelle von `string_parameter` `example-file-1.csv` benannt wird. Der Pfad wird jetzt als `s3://amzn-s3-demo-bucket/example-prefix/{{string_parameter}}` angezeigt. Er entspricht weiterhin `s3://amzn-s3-demo-bucket/example-prefix/example-file-1.csv`, bis Sie den Wert des Parameters ändern.
Anstatt den Dateinamen als Zeichenfolgenparameter anzugeben, können Sie einen Zeichenfolgenparameter unter Verwendung des gesamten Amazon S3-Pfads erstellen. Sie können im Zeichenfolgenparameter einen Datensatz von einem beliebigen Amazon S3-Standort angeben.
Ein Musterparameter speichert eine Zeichenfolge mit einem regulären Ausdruck (Python REGEX) als Standardwert. Sie können einen Musterparameter verwenden, um mehrere Datendateien gleichzeitig zu importieren. Um mehr als ein Objekt gleichzeitig zu importieren, geben Sie einen Parameterwert an, der den Amazon S3-Objekten entspricht, die Sie importieren.
Sie können auch einen Musterparameter für die folgenden Datensätze erstellen:
+ s3://amzn-s3-demo-bucket1/example-prefix/example-file-1.csv
+ s3://amzn-s3-demo-bucket1/example-prefix/example-file-2.csv
+ s3://amzn-s3-demo-bucket1/example-prefix/example-file-10.csv
+ s3://amzn-s3-demo - -file-0123.csv bucket/example-prefix/example
Für `s3://amzn-s3-demo-bucket1/example-prefix/example-file-1.csv` können Sie anstelle von `1` einen Musterparameter erstellen und den Standardwert des Parameters auf `\d+` setzen. Die `\d+` REGEX-Zeichenfolge entspricht einer oder mehreren Dezimalstellen. Wenn Sie einen Musterparameter mit dem Namen `pattern_parameter` erstellen, wird Ihr S3-Pfad als `s3://amzn-s3-demo-bucket1/example-prefix/example-file-{{pattern_parameter}}.csv` angezeigt.
Sie können auch Musterparameter verwenden, um alle CSV-Objekte in Ihrem Bucket abzugleichen. Um alle Objekte in einem Bucket abzugleichen, erstellen Sie einen Musterparameter mit dem Standardwert von `.*` und legen Sie den Pfad auf `s3://amzn-s3-demo-bucket/{{pattern_parameter}}.csv` fest. Das `.*` Zeichen entspricht einer beliebigen Zeichenfolge im Pfad.
Der `s3://amzn-s3-demo-bucket/{{pattern_parameter}}.csv` Pfad kann mit den folgenden Datensätzen übereinstimmen.
+ `example-file-1.csv`
+ `other-example-file.csv`
+ `example-file-a.csv`
Ein DateTime-Parameter speichert das Format mit den folgenden Informationen:
+ Ein Format für die Analyse von Zeichenfolgen innerhalb eines Amazon S3-Pfads.
+ Ein relativer Zeitbereich zur Begrenzung der übereinstimmenden DateTime-Werte
Beispielsweise steht 2020/01/01 im Amazon S3-Dateipfad, `s3://amzn-s3-demo-bucket/2020/01/01/example-dataset.csv`, für eine Datumsangabe im Format von `year/month/day`. Sie können den Zeitbereich des Parameters auf ein Intervall wie `1 years` oder `24 hours` festlegen. Ein Intervall von `1 years` entspricht allen S3-Pfaden mit Datumsangaben, die zwischen der aktuellen Uhrzeit und der Zeit liegen, die genau ein Jahr vor der aktuellen Uhrzeit liegt. Die aktuelle Uhrzeit ist der Zeitpunkt, zu dem Sie mit dem Exportieren der Transformationen beginnen, die Sie an den Daten vorgenommen haben. Weitere Informationen zum Exportieren der Daten finden Sie unter [Exportieren](data-wrangler-data-export.md). Wenn das aktuelle Datum 2022/01/01 ist und der Zeitraum `1 years` lautet, entspricht der S3-Pfad Datensätzen wie den folgenden:
+ s3://amzn-s3-demo-bucket/2021/01/01/example-dataset.csv
+ s3://amzn-s3-demo-bucket/2021/06/30/example-dataset.csv
+ s3://amzn-s3-demo-bucket/2021/12/31/example-dataset.csv
Die DateTime-Werte innerhalb eines relativen Zeitbereichs ändern sich im Laufe der Zeit. Die S3-Pfade, die in den relativen Zeitbereich fallen, können sich ebenfalls unterscheiden.
Für den Amazon S3-Dateipfad, `s3://amzn-s3-demo-bucket1/20200101/example-dataset.csv`, ist `20220101` ein Beispiel für einen Pfad, der zu einem DateTime-Parameter werden kann.
Um eine Tabelle mit allen Parametern anzuzeigen, die Sie im Data Wrangler-Flow erstellt haben, wählen Sie `\$1\$1\$1\$1` rechts neben dem Textfeld, das den Amazon S3-Pfad enthält. Wenn Sie einen von Ihnen erstellten Parameter nicht mehr benötigen, können Sie ihn bearbeiten oder löschen. Um einen Parameter zu bearbeiten oder zu löschen, wählen Sie die Symbole rechts neben dem Parameter.
**Wichtig**
Bevor Sie einen Parameter löschen, stellen Sie sicher, dass Sie ihn an keiner Stelle in Ihrem Data Wrangler-Flow verwendet haben. Gelöschte Parameter, die sich noch im Flow befinden, verursachen Fehler.
Sie können Parameter für jeden Schritt Ihres Data Wrangler-Flows erstellen. Sie können einen beliebigen Parameter löschen, den Sie erstellt haben. Wenn Sie Transformationen auf Daten anwenden, die für Ihren Anwendungsfall nicht mehr relevant sind, können Sie die Werte der Parameter ändern. Wenn Sie die Werte der Parameter ändern, werden auch die importierten Daten geändert.
Die folgenden Abschnitte enthalten zusätzliche Beispiele und allgemeine Anleitungen zur Verwendung von Parametern. Sie können die Abschnitte verwenden, um zu verstehen, welche Parameter für Sie am besten geeignet sind.
**Anmerkung**
Die folgenden Abschnitte enthalten Prozeduren, die die Data Wrangler-Schnittstelle verwenden, um die Parameter zu überschreiben und einen Verarbeitungsauftrag zu erstellen.
Sie können die Parameter auch mithilfe der folgenden Verfahren überschreiben.
Gehen Sie wie folgt vor, um Ihren Data Wrangler-Flow zu exportieren und den Wert eines Parameters zu überschreiben.
Wählen Sie das **\$1** neben dem Knoten aus, die Sie exportieren möchten.
Klicken Sie auf **Exportieren nach**.
Wählen Sie den Speicherort aus, an den Sie die Daten exportieren möchten.
Geben Sie unter `parameter_overrides` verschiedene Werte für die von Ihnen erstellten Parameter an.
Ausführen des Jupyter Notebooks.
## Anwenden eines Data Wrangler-Flows auf Dateien mithilfe von Mustern
Sie können Parameter verwenden, um Transformationen in Ihrem Data Wrangler-Flow auf verschiedene Dateien anzuwenden, die einem Muster im Amazon-S3-URI-Pfad entsprechen. Auf diese Weise können Sie die Dateien in Ihrem S3-Bucket angeben, die Sie mit hoher Spezifität transformieren möchten. Beispielsweise können Sie einen Datensatz mit dem Pfad `s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv` haben. Verschiedene Datensätze mit dem Namen `example-dataset.csv` werden unter vielen verschiedenen Beispielpräfixen gespeichert. Die Präfixe können auch fortlaufend nummeriert sein. Sie können Muster für die Zahlen in der Amazon-S3-URI erstellen. Musterparameter verwenden REGEX, um eine beliebige Anzahl von Dateien auszuwählen, die dem Muster des Ausdrucks entsprechen. Die folgenden REGEX-Muster könnten nützlich sein:
+ `.*` – Entspricht keinem oder mehreren beliebigen Zeichens, mit Ausnahme von Zeilenumbruchzeichen
+ `.+` – Entspricht einem oder mehreren beliebigen Zeichens, mit Ausnahme von Zeilenumbruchzeichen
+ `\d+` – Entspricht einer oder mehreren beliebigen Dezimalstellen
+ `\w+` – Entspricht einem oder mehreren beliebigen alphanumerischen Zeichen
+ `[abc-_]{2,4}` – Entspricht einer Zeichenfolge mit zwei, drei oder vier Zeichen, die sich aus dem in Klammern angegebenen Zeichensatz zusammensetzt
+ `abc|def` – Entspricht der einen oder anderen Zeichenfolge. Die Operation entspricht beispielsweise entweder `abc` oder `def`
Sie können jede Zahl in den folgenden Pfaden durch einen einzelnen Parameter ersetzen, der den Wert `\d+` hat.
+ `s3://amzn-s3-demo-bucket1/example-prefix-3/example-prefix-4/example-prefix-5/example-dataset.csv`
+ `s3://amzn-s3-demo-bucket1/example-prefix-8/example-prefix-12/example-prefix-13/example-dataset.csv`
+ `s3://amzn-s3-demo-bucket1/example-prefix-4/example-prefix-9/example-prefix-137/example-dataset.csv`
Das folgende Verfahren erstellt einen Musterparameter für einen Datensatz mit dem Pfad `s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv`.
Gehen Sie wie folgt vor, um einen Musterparameter zu erstellen.
1. Wählen Sie neben dem Datensatz, den Sie importiert haben, die Option **Datensatz bearbeiten** aus.
1. Markieren Sie die `0` im Eintrag `example-prefix-0`.
1. Geben Sie Werte für folgende Felder ein:
+ **Name** – Ein Name für den Parameter
+ **Typ** – **Muster**
+ **Wert** – **\$1d\$1** ein regulärer Ausdruck, der einer oder mehreren Ziffern entspricht
1. Wählen Sie **Erstellen** aus.
1. Ersetzen Sie die `1` und die `2` im S3-URI-Pfad angegebenen Namen durch den Parameter. Der Pfad sollte das folgende Format aufweisen: `s3://amzn-s3-demo-bucket1/example-prefix-{{example_parameter_name}}/example-prefix-{{example_parameter_name}}/example-prefix-{{example_parameter_name}}/example-dataset.csv`
Im Folgenden finden Sie ein allgemeines Verfahren zum Erstellen eines Musterparameters.
1. Navigieren Sie zu Ihrem Data Wrangler-Ablauf.
1. Wählen Sie neben dem Datensatz, den Sie importiert haben, die Option **Datensatz bearbeiten** aus.
1. Markieren Sie den Teil der URI, den Sie als Wert für den Musterparameter verwenden.
1. Wählen Sie **Benutzerdefinierten Parameter erstellen** aus.
1. Geben Sie Werte für folgende Felder ein:
+ **Name** – Ein Name für den Parameter
+ **Typ** – **Muster**
+ **Wert** – Ein regulärer Ausdruck, der das Muster enthält, das Sie speichern möchten.
1. Wählen Sie **Erstellen** aus.
## Anwenden eines Data Wrangler-Flows auf Dateien mithilfe von numerischen Werten
Sie können Parameter verwenden, um Transformationen in Ihrem Data Wrangler-Flow auf verschiedene Dateien anzuwenden, die ähnliche Pfade haben. Beispielsweise können Sie einen Datensatz mit dem Pfad `s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv` haben.
Möglicherweise haben Sie die Transformationen aus Ihrem Data Wrangler-Flow, die Sie auf Datensätze unter `example-prefix-1` angewendet haben. Möglicherweise möchten Sie dieselben Transformationen auf den Bereich `example-dataset.csv` anwenden, der unter `example-prefix-10` oder `example-prefix-20` fällt.
Sie können einen Parameter erstellen, der den Wert `1` speichert. Wenn Sie die Transformationen auf verschiedene Datensätze anwenden möchten, können Sie Verarbeitungsaufträge erstellen, die den Wert des Parameters durch einen anderen Wert ersetzen. Der Parameter dient als Platzhalter, den Sie ändern können, wann Sie die Transformationen aus Ihrem Data Wrangler-Flow auf neue Daten anwenden möchten. Sie können den Wert des Parameters überschreiben, wenn Sie einen Data Wrangler-Verarbeitungsauftrag erstellen, um die Transformationen in Ihrem Data Wrangler-Flow auf verschiedene Datensätze anzuwenden.
Gehen Sie wie folgt vor, um numerische Parameter für `s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv` zu erstellen.
Gehen Sie wie folgt vor, um Parameter für den vorherigen S3-URI-Pfad zu erstellen.
1. Navigieren Sie zu Ihrem Data Wrangler-Ablauf.
1. Wählen Sie neben dem Datensatz, den Sie importiert haben, die Option **Datensatz bearbeiten** aus.
1. Markieren Sie die Zahl in einem Beispielpräfix von `example-prefix-number`.
1. Wählen Sie **Benutzerdefinierten Parameter erstellen** aus.
1. Geben Sie in das Feld **Name** einen Namen für den Parameter an.
1. Wählen Sie für **Typ** die Option **Ganzzahl** aus.
1. Geben Sie für **Wert** die Zahl an.
1. Erstellen Sie Parameter für die verbleibenden Zahlen, indem Sie den Vorgang wiederholen.
Nachdem Sie die Parameter erstellt haben, wenden Sie die Transformationen auf Ihren Datensatz an und erstellen Sie einen Zielknoten für sie. Weitere Informationen zu Zielknoten finden Sie unter [Exportieren](data-wrangler-data-export.md).
Gehen Sie wie folgt vor, um die Transformationen aus Ihrem Data Wrangler-Flow auf einen anderen Zeitraum anzuwenden. Es wird davon ausgegangen, dass Sie einen Zielknoten für die Transformationen in Ihrem Flow erstellt haben.
Gehen Sie wie folgt vor, um den Wert eines numerischen Parameters in einem Data Wrangler-Verarbeitungsauftrag zu ändern.
1. Wählen Sie in Ihrem Data Wrangler-Flow die Option **Auftrag erstellen**
1. Wählen Sie nur den Zielknoten aus, der die Transformationen des Datensatzes enthält, der die DateTime-Parameter enthält.
1. Wählen Sie **Auftrag konfigurieren** aus.
1. Wählen Sie **Parameter** aus.
1. Wählen Sie den Namen eines Parameters aus, den Sie erstellt haben.
1. Ändern Sie den Wert des Parameters.
1. Wiederholen Sie dieses Verfahren für die anderen Parameter.
1. Klicken Sie auf **Ausführen**.
## Anwenden eines Data Wrangler-Flows auf Dateien mithilfe von Zeichenfolgen
Sie können Parameter verwenden, um Transformationen in Ihrem Data Wrangler-Flow auf verschiedene Dateien anzuwenden, die ähnliche Pfade haben. Beispielsweise können Sie einen Datensatz mit dem Pfad `s3://amzn-s3-demo-bucket1/example-prefix/example-dataset.csv` haben.
Möglicherweise haben Sie die Transformationen aus Ihrem Data Wrangler-Flow, die Sie auf Datensätze unter `example-prefix` angewendet haben. Möglicherweise möchten Sie dieselben Transformationen auf `example-dataset.csv` unter `another-example-prefix` oder `example-prefix-20` anwenden.
Sie können einen Parameter erstellen, der den Wert `example-prefix` speichert. Wenn Sie die Transformationen auf verschiedene Datensätze anwenden möchten, können Sie Verarbeitungsaufträge erstellen, die den Wert des Parameters durch einen anderen Wert ersetzen. Der Parameter dient als Platzhalter, den Sie ändern können, wann Sie die Transformationen aus Ihrem Data Wrangler-Flow auf neue Daten anwenden möchten. Sie können den Wert des Parameters überschreiben, wenn Sie einen Data Wrangler-Verarbeitungsauftrag erstellen, um die Transformationen in Ihrem Data Wrangler-Flow auf verschiedene Datensätze anzuwenden.
Gehen Sie folgendermaßen vor, um einen Zeichenfolgenparameter für `s3://amzn-s3-demo-bucket1/example-prefix/example-dataset.csv` zu erstellen.
Gehen Sie wie folgt vor, um einen Parameter für den vorherigen S3-URI-Pfad zu erstellen.
1. Navigieren Sie zu Ihrem Data Wrangler-Ablauf.
1. Wählen Sie neben dem Datensatz, den Sie importiert haben, die Option **Datensatz bearbeiten** aus.
1. Markieren Sie das Beispielpräfix `example-prefix`.
1. Wählen Sie **Benutzerdefinierten Parameter erstellen** aus.
1. Geben Sie in das Feld **Name** einen Namen für den Parameter an.
1. Wählen Sie unter **Type** (Typ) die Option **String** (Zeichenfolge) aus.
1. Geben Sie für **Wert** das Präfix an.
Nachdem Sie den Parameter erstellt haben, wenden Sie die Transformationen auf Ihren Datensatz an und erstellen Sie einen Zielknoten für sie. Weitere Informationen zu Zielknoten finden Sie unter [Exportieren](data-wrangler-data-export.md).
Gehen Sie wie folgt vor, um die Transformationen aus Ihrem Data Wrangler-Flow auf einen anderen Zeitraum anzuwenden. Es wird davon ausgegangen, dass Sie einen Zielknoten für die Transformationen in Ihrem Flow erstellt haben.
Gehen Sie wie folgt vor, um den Wert eines numerischen Parameters in einem Data Wrangler-Verarbeitungsauftrag zu ändern:
1. Wählen Sie in Ihrem Data Wrangler-Flow die Option **Auftrag erstellen**
1. Wählen Sie nur den Zielknoten aus, der die Transformationen des Datensatzes enthält, der die DateTime-Parameter enthält.
1. Wählen Sie **Auftrag konfigurieren** aus.
1. Wählen Sie **Parameter** aus.
1. Wählen Sie den Namen eines Parameters aus, den Sie erstellt haben.
1. Ändern Sie den Wert des Parameters.
1. Wiederholen Sie dieses Verfahren für die anderen Parameter.
1. Klicken Sie auf **Ausführen**.
## Anwenden eines Data Wrangler-Flows auf verschiedene DateTime-Bereiche
Verwenden Sie DateTime-Parameter, um Transformationen in Ihrem Data Wrangler-Flow auf verschiedene Zeiträume anzuwenden. Markieren Sie den Teil der Amazon-S3-URI, der einen Zeitstempel hat, und erstellen Sie einen Parameter dafür. Wenn Sie einen Parameter erstellen, geben Sie einen Zeitraum von der aktuellen Zeit bis zu einem Zeitpunkt in der Vergangenheit an. Beispielsweise können Sie eine Amazon-S3-URI haben, die wie folgt aussieht: `s3://amzn-s3-demo-bucket1/example-prefix/2022/05/15/example-dataset.csv`. Sie können `2022/05/15` als DateTime-Parameter speichern. Wenn Sie ein Jahr als Zeitraum angeben, umfasst der Zeitraum den Zeitpunkt, an dem Sie den Verarbeitungsauftrag mit dem DateTime-Parameter ausgeführt haben, und die Uhrzeit vor genau einem Jahr. Wenn der Zeitpunkt, an dem Sie den Verarbeitungsauftrag ausführen, der 6. September 2022 oder `2022/09/06` ist, können die Zeiträume Folgendes umfassen:
+ `s3://amzn-s3-demo-bucket1/example-prefix/2022/03/15/example-dataset.csv`
+ `s3://amzn-s3-demo-bucket1/example-prefix/2022/01/08/example-dataset.csv`
+ `s3://amzn-s3-demo-bucket1/example-prefix/2022/07/31/example-dataset.csv`
+ `s3://amzn-s3-demo-bucket1/example-prefix/2021/09/07/example-dataset.csv`
Die Transformationen im Data Wrangler-Flow gelten für alle vorherigen Präfixe. Wenn Sie den Wert des Parameters im Verarbeitungsauftrag ändern, wird der Wert des Parameters im Data Wrangler-Flow nicht geändert. Gehen Sie wie folgt vor, um die Transformationen auf Datensätze innerhalb eines anderen Zeitraums anzuwenden:
1. Erstellen Sie einen Zielknoten, der alle Transformationen enthält, die Sie verwenden möchten.
1. Erstellen Sie einen Data Wrangler-Flow.
1. Konfigurieren Sie den Auftrag so, dass er einen anderen Zeitraum für den Parameter verwendet. Wenn Sie den Wert des Parameters im Verarbeitungsauftrag ändern, wird der Wert des Parameters im Data Wrangler-Flow nicht geändert.
Weitere Informationen zu Zielknoten und Data Wrangler-Aufträgen finden Sie unter [Exportieren](data-wrangler-data-export.md).
Das folgende Verfahren erstellt einen DateTime-Parameter für den Amazon S3-Pfad: `s3://amzn-s3-demo-bucket1/example-prefix/2022/05/15/example-dataset.csv`.
Gehen Sie wie folgt vor, um einen DateTime-Parameter für den vorherigen S3-URI-Pfad zu erstellen.
1. Navigieren Sie zu Ihrem Data Wrangler-Ablauf.
1. Wählen Sie neben dem Datensatz, den Sie importiert haben, die Option **Datensatz bearbeiten** aus.
1. Markieren Sie den Teil der URI, den Sie als Wert für den DateTime-Parameter verwenden.
1. Wählen Sie **Benutzerdefinierten Parameter erstellen** aus.
1. Geben Sie in das Feld **Name** einen Namen für den Parameter an.
1. Wählen Sie als **Typ** die Option **DateTime** aus.
**Anmerkung**
Standardmäßig wählt Data Wrangler die Option **Vordefiniert** aus, was ein Dropdown-Menü zur Auswahl eines Datumsformats bietet. Das von Ihnen verwendete Zeitstempelformat ist jedoch möglicherweise nicht verfügbar. Anstatt **Vordefiniert** als Standardoption zu verwenden, können Sie **Benutzerdefiniert** wählen und das Zeitstempelformat manuell angeben.
1. Öffnen Sie für **das Datumsformat** das Drop-down-Menü unter **Vordefiniert** und wählen Sie **yyyy/MM/dd**. Das Format, **yyyy/MM/dd,** entspricht dem year/month/day des Zeitstempels.
1. Wählen Sie für **Zeitzone** eine Zeitzone aus.
**Anmerkung**
Die Daten, die Sie analysieren, haben möglicherweise Zeitstempel, die in einer anderen Zeitzone als Ihrer Zeitzone verwendet wurden. Stellen Sie sicher, dass die von Ihnen gewählte Zeitzone mit der Zeitzone der Daten übereinstimmt.
1. Geben Sie **unter Zeitraum** den Zeitraum für den Parameter an.
1. (Optional) Geben Sie eine Beschreibung ein, um zu beschreiben, wie Sie den Parameter verwenden.
1. Wählen Sie **Erstellen** aus.
Nachdem Sie die DateTime-Parameter erstellt haben, wenden Sie die Transformationen auf Ihren Datensatz an und erstellen Sie einen Zielknoten für sie. Weitere Informationen zu Zielknoten finden Sie unter [Exportieren](data-wrangler-data-export.md).
Gehen Sie wie folgt vor, um die Transformationen aus Ihrem Data Wrangler-Flow auf einen anderen Zeitraum anzuwenden. Es wird davon ausgegangen, dass Sie einen Zielknoten für die Transformationen in Ihrem Flow erstellt haben.
Gehen Sie wie folgt vor, um den Wert eines DateTime-Parameters in einem Data Wrangler-Verarbeitungsauftrag zu ändern:
1. Wählen Sie in Ihrem Data Wrangler-Flow die Option **Auftrag erstellen**
1. Wählen Sie nur den Zielknoten aus, der die Transformationen des Datensatzes enthält, der die DateTime-Parameter enthält.
1. Wählen Sie **Auftrag konfigurieren** aus.
1. Wählen Sie **Parameter** aus.
1. Wählen Sie den Namen eines DateTime-Parameters aus, den Sie erstellt haben.
1. Ändern Sie **unter Zeitraum** den Zeitraum für die Datensätze.
1. Klicken Sie auf **Ausführen**.