View a markdown version of this page

Descripción general de una sesión de DataBrew proyecto - AWS Glue DataBrew Guía para desarrolladores
Vista de cuadrículaVista de esquemaVisualización de perfil

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.

Descripción general de una sesión de DataBrew proyecto

En una sesión de DataBrew proyecto, trabajas en un espacio de trabajo interactivo.

DataBrew interfaz de proyecto que muestra los detalles del conjunto de datos, datos de muestra y opciones para crear una receta.

El panel izquierdo muestra la vista actual de los datos. El panel derecho muestra la receta de transformación del proyecto, que actualmente está vacía.

En la esquina superior derecha de la cuadrícula de datos, hay tres pestañas: GRIDSCHEMA, y. PROFILE Al seleccionar una de estas pestañas, se muestra la vista correspondiente en el espacio de trabajo; estas vistas se describen a continuación.

Vista de cuadrícula

La vista de cuadrícula es la vista por defecto, donde el ejemplo se muestra en formato tabular. Utilice el siguiente procedimiento para obtener un breve recorrido por la vista de cuadrícula.

Para hacer un recorrido por la vista de cuadrícula

  1. Comience por ver todo el espacio:

    1. Desplázate hacia la izquierda y hacia la derecha para ver todas las columnas.

    2. Desplázate hacia arriba y hacia abajo para ver todos los valores de los datos.

    3. Utilice el control de zoom en la parte inferior del espacio de trabajo para ajustar el nivel de ampliación de la cuadrícula.

  2. En la parte superior derecha, vea cuántas columnas de la muestra se muestran y el número actual de filas de la muestra.

    Para cambiar las columnas que se muestran, elija el enlace N columnas (donde N es el número de columnas que se muestran actualmente). Elija las columnas que desee y elija Mostrar las columnas seleccionadas.

  3. Ahora puede empezar a experimentar con DataBrew las transformaciones. Pruebe lo siguiente:

    1. En la barra de herramientas de transformación, elija Elegir formato y cambiar a mayúscula.

    2. En Columna de origen, elija una columna que contenga datos de caracteres.

    3. No cambie los valores predeterminados de los demás ajustes.

    4. Para ver el aspecto que tendrán los datos transformados, selecciona Vista previa de los cambios. A continuación, para añadir esta transformación a la receta, selecciona Aplicar.

    Siempre que aplique una transformación de datos, DataBrew agréguela a la copia de trabajo de la receta. Aparece en el lado derecho de tu espacio de trabajo.

  4. Pruebe lo siguiente:

    1. En la barra de herramientas de transformación, selecciona Crear, en función de una función.

    2. En Seleccione una función, elijaSQUARE ROOT.

    3. En Columna de origen, elija una columna que contenga datos numéricos.

    4. Deje las demás configuraciones en sus valores predeterminados,.

    5. Seleccione Vista previa de los cambios para ver el aspecto de los datos transformados. A continuación, para añadir esta transformación a la receta, selecciona Aplicar.

  5. Contraiga el panel de recetas en la esquina superior derecha seleccionando RECETA. Para ampliar el panel de recetas, vuelva a seleccionar RECETA.

Publicar una nueva versión de la receta

A medida que se siguen aplicando las transformaciones, el número de pasos de la receta aumenta. En cualquier momento, puedes publicar una nueva versión de tu receta. La publicación de una receta hace que esté disponible en otros lugares de DataBrew. De este modo, puede ejecutar un trabajo de preparación para transformar todo su conjunto de datos, en lugar de transformar solo la muestra de datos del proyecto.

La publicación de recetas también fomenta un enfoque gradual e iterativo para el desarrollo de recetas: puedes publicar nuevas versiones de tu receta a medida que avanzas, de modo que puedes recurrir a la versión «última vez que se sepa que fue buena» si fuera necesario.

Para publicar una nueva versión de una receta

  • En el panel de recetas, elija Publicar. Introduzca una descripción para esta versión de la receta y elija Publicar.

Vista de esquema

Si selecciona la pestaña ESQUEMA, la vista cambia, como se muestra en la siguiente captura de pantalla.

Vista de esquema que muestra 5 columnas con los tipos de datos, la calidad y la distribución de valores para el conjunto de datos de nombres de bebés.

En la vista de esquema, puede ver las estadísticas sobre los valores de los datos de cada columna.

En la columna del extremo izquierdo, junto a Show/Hide, elige cualquiera de las columnas de datos. El panel de detalles de la columna aparece a la derecha. Este panel muestra un resumen de las estadísticas de los valores de las columnas.

Puede cambiar el nombre de una columna introduciendo un nombre nuevo para el nombre de la columna.

Puede reorganizar el orden de las columnas arrastrándolas y soltándolas.

Visualización de perfil

Si elige la pestaña PERFIL, puede ver información volumétrica detallada sobre su proyecto. Antes de hacerlo, ejecuta un DataBrew trabajo para crear el perfil.

Para hacer un recorrido por la visualización del perfil

  1. Seleccione Crear trabajo e introduzca un nombre para su trabajo.

  2. En la salida de Job, elija CSV para el tipo de archivo.

  3. Busque o cree un depósito y una carpeta de Amazon S3 en su AWS cuenta en los que desee que se escriba el resultado del DataBrew trabajo:

    • Si ya tiene este bucket y esta carpeta de Amazon S3, seleccione Browse y búsquelos. Asegúrese de tener permisos de escritura para ambos.

    • Si no tienes este bucket y esta carpeta de Amazon S3, créalos:

      1. Abra la consola de Amazon S3 en https://console.aws.amazon.com/s3/.

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

  4. Para los permisos de acceso, elija un rol de IAM que le permita DataBrew escribir en la ubicación de salida de Amazon S3.

    En el caso de una ubicación de S3 propiedad de su AWS cuenta, puede elegir la función gestionada por el AwsGlueDataBrewDataAccessRole servicio. De este modo, podrá acceder DataBrew a los recursos de S3 de su propiedad.

  5. Deje las demás configuraciones en sus valores predeterminados y elija Crear y ejecutar trabajo.

  6. Una vez finalizada la tarea, el espacio de trabajo muestra un resumen gráfico del perfil de datos.

    La pestaña Resumen del perfil de datos muestra un resumen detallado de las características de los datos, como se muestra en la siguiente captura de pantalla.

    Descripción general del perfil de datos que muestra un resumen del conjunto de datos, que incluye el recuento de filas, las columnas y los tipos de datos.

    La pestaña de estadísticas de columnas muestra un desglose columna por columna de los valores de los datos:

    La pestaña de estadísticas de columnas muestra una descripción general del perfil de datos, los tipos de columnas y las métricas de calidad de los datos.