View a markdown version of this page

Paso 6: Transformar el conjunto de datos - AWS Glue DataBrew Guía para desarrolladores

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Paso 6: Transformar el conjunto de datos

Hasta ahora, probaste tu receta solo en una muestra del conjunto de datos. Ahora es el momento de transformar todo el conjunto de datos mediante la creación de una DataBrew receta.

Cuando se ejecute el trabajo, DataBrew aplica la receta a todos los datos del conjunto de datos y escribe los datos transformados en un bucket de Amazon S3. Los datos transformados están separados del conjunto de datos original. DataBrew no altera los datos de origen.

Antes de continuar, asegúrate de tener un bucket de Amazon S3 en tu cuenta al que puedas escribir. En ese depósito, cree una carpeta desde la que capturar el resultado del trabajo DataBrew. Para realizar estos pasos, utilice el siguiente procedimiento.

Para crear un depósito y una carpeta de S3 para capturar los resultados del trabajo

  1. Inicie sesión en la consola de Amazon S3 Consola de administración de AWS y ábrala en https://console.aws.amazon.com/databrew/.

    Si ya tiene un bucket de Amazon S3 disponible y tiene permisos de escritura para él, omita el paso siguiente.

  2. Si no tiene un bucket de Amazon S3, elija Create bucket. En el campo Nombre del bucket, introduce un nombre exclusivo para el nuevo bucket. Elija Crear bucket.

  3. En la lista de cubos, elige el que quieras usar.

  4. Elija Crear carpeta.

  5. En Nombre de carpetadatabrew-output, introduzca y seleccione Crear carpeta.

Tras crear un bucket y una carpeta de Amazon S3 para contener el trabajo, ejecútelo mediante el siguiente procedimiento.

Para crear y ejecutar un trabajo de receta

  1. En el panel de navegación, elija Trabajos.

  2. En la pestaña Trabajos de recetas, elija Crear trabajo.

  3. En Nombre del trabajo, introduzcachess-winner-summary.

  4. En Tipo de trabajo, selecciona Crear un trabajo de receta.

  5. En el panel de entrada de Job, haga lo siguiente:

    • En Ejecutar, elija Conjunto de datos.

    • Elija Seleccionar un conjunto de datos para ver una lista de los conjuntos de datos disponibles y elijachess-games.

    • Elija Seleccione una receta para ver una lista de las recetas disponibles y elijachess-project-recipe.

  6. En el panel de configuración de salida de Job, haga lo siguiente:

    • Tipo de archivo: elija CSV (valores separados por comas).

    • Ubicación de S3: seleccione este campo para ver una lista de los depósitos de Amazon S3 disponibles y elija el depósito que desee utilizar. A continuación, seleccione Examinar. En la lista de carpetasdatabrew-output, selecciona y selecciona Seleccionar.

  7. En el panel de permisos de acceso, elijaAwsGlueDataBrewDataAccessRole. Este rol vinculado a un servicio le permite DataBrew acceder a sus buckets de Amazon S3 en su nombre.

  8. Elija Crear y ejecutar trabajo. DataBrew crea un trabajo con su configuración y, a continuación, lo ejecuta.

  9. En el panel Historial de ejecuciones de trabajos, espere a que el estado del trabajo cambie de Running aSucceeded.

  10. Elija Output para acceder a la consola Amazon S3. Elija su bucket de S3 y, a continuación, elija la databrew-output carpeta para acceder a la salida del trabajo.

  11. (Opcional) Seleccione Descargar para descargar el archivo y ver su contenido.