View a markdown version of this page

Membuat dan menggunakan AWS Glue DataBrew memproyeksikan - AWS Glue DataBrew Panduan Developer
Membuat proyek

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Membuat dan menggunakan AWS Glue DataBrew memproyeksikan

Pada tahun AWS Glue DataBrew, sebuah proyek adalah inti dari analisis data dan upaya transformasi Anda.

Saat Anda membuat proyek, Anda menyatukan dua komponen mendasar:

DataBrew Konsol menyajikan proyek Anda dalam antarmuka pengguna yang sangat interaktif dan intuitif. Ini mendorong Anda untuk bereksperimen dengan ratusan transformasi data, sehingga Anda dapat mempelajari cara kerjanya dan apa pengaruhnya terhadap data Anda.

Data yang Anda lihat dalam tampilan proyek adalah contoh kumpulan data Anda. Karena kumpulan data bisa sangat besar, dengan ribuan atau bahkan jutaan baris, menggunakan sampel membantu memastikan bahwa DataBrew konsol tetap responsif saat Anda mengubah data sampel dengan berbagai cara. Secara default, sampel terdiri dari 500 baris data pertama dari kumpulan data. Anda dapat memilih pengaturan yang berbeda untuk ukuran sampel, dan baris mana yang dipilih.

Saat Anda mengubah data sampel, DataBrew membantu Anda membangun dan menyempurnakan resep proyek—serangkaian transformasi langkah demi langkah yang Anda terapkan sejauh ini. Resep pekerjaan yang sedang berlangsung disimpan secara otomatis, sehingga Anda dapat meninggalkan tampilan proyek kapan saja, kembali nanti, dan mengambil tempat yang Anda tinggalkan.

Ketika resep Anda siap digunakan, Anda dapat mempublikasikannya. Menerbitkan resep membuatnya tersedia untuk subsistem DataBrew pekerjaan, di mana Anda dapat menerapkan resep ke seluruh kumpulan data Anda, atau membuat profil data ekstensif yang memungkinkan Anda memahami struktur, konten, dan karakteristik statistik data Anda.

Topik

Membuat proyek

Gunakan prosedur berikut untuk membuat proyek.

Untuk membuat proyek

  1. Masuk ke Konsol Manajemen AWS dan buka DataBrew konsol.

  2. Pada panel navigasi, pilih PROJECTS. Kemudian pilih Buat proyek.

  3. Masukkan nama untuk proyek Anda. Kemudian pilih resep untuk dilampirkan ke proyek Anda:

    • Pilih Buat resep baru jika Anda memulai dari awal. Melakukan hal ini menciptakan resep baru yang kosong dan menempelkannya ke proyek Anda.

    • Pilih Edit resep yang ada jika Anda memiliki resep yang diterbitkan sebelumnya yang ingin Anda gunakan untuk proyek ini. Jika resep saat ini dilampirkan ke proyek lain, atau memiliki pekerjaan yang ditentukan untuknya, maka Anda tidak dapat menggunakannya dalam proyek baru Anda. Pilih Jelajahi resep untuk melihat resep apa yang tersedia.

    • Pilih Impor langkah dari resep jika Anda memiliki resep yang sudah diterbitkan sebelumnya dan ingin mengimpor langkah-langkahnya, lalu lakukan hal berikut:

      1. Pilih Jelajahi resep untuk melihat resep apa yang tersedia.

      2. Pilih versi resep yang diterbitkan yang ingin Anda gunakan. Sebuah resep dapat memiliki beberapa versi, tergantung pada seberapa sering Anda menerbitkannya saat bekerja dalam tampilan proyek.

      3. Pilih Lihat langkah-langkah resep untuk memeriksa transformasi data dalam resep.

  4. Setelah Anda memiliki resep, pilih kumpulan data yang ingin Anda gunakan di panel Pilih kumpulan data:

    • Kumpulan data saya — Pilih kumpulan data yang Anda buat sebelumnya. Untuk informasi lebih lanjut, lihat Membuat proyek.)

    • File sampel — Buat kumpulan data baru berdasarkan data sampel yang dikelola oleh AWS. Data sampel ini adalah cara yang bagus untuk mengeksplorasi apa yang DataBrew dapat dilakukan, tanpa harus memberikan data Anda sendiri. Pastikan untuk memasukkan nama untuk dataset Anda.

    • Dataset baru — Buat dataset baru. Untuk informasi selengkapnya, lihat Membuat proyek.

  5. Untuk izin Akses, pilih peran AWS Identity and Access Management(IAM) yang memungkinkan DataBrew untuk membaca dari lokasi input Amazon S3 Anda. Untuk lokasi S3 yang dimiliki oleh AWS akun Anda, Anda dapat memilih peran yang AwsGlueDataBrewDataAccessRole dikelola layanan. Melakukan hal ini memungkinkan DataBrew untuk mengakses sumber daya S3 yang Anda miliki.

  6. Pada panel Sampling, Anda dapat menemukan opsi DataBrew untuk membuat sampel data dari kumpulan data Anda.

    Untuk Type, pilih bagaimana DataBrew seharusnya mendapatkan baris dari dataset Anda:

    • Gunakan baris n Pertama untuk membuat sampel berdasarkan baris pertama dalam kumpulan data.

    • Gunakan baris Acak untuk membuat sampel berdasarkan pemilihan baris acak dalam kumpulan data.

    • Pilih jumlah baris yang akan muncul dalam sampel: 500, 1.000, 2.500, atau ukuran sampel khusus, hingga maksimum 5.000 baris. Ukuran sampel yang lebih kecil memungkinkan DataBrew untuk melakukan transformasi lebih cepat, menghemat waktu Anda saat Anda mengembangkan resep Anda. Ukuran sampel yang lebih besar lebih akurat mencerminkan susunan data sumber yang mendasarinya. Namun, inisialisasi sesi proyek dan transformasi interaktif lebih lambat.

  7. (Opsional) Pilih Tag untuk melampirkan tag ke kumpulan data Anda.

    Tag adalah label sederhana yang terdiri dari kunci yang ditentukan pengguna dan nilai opsional yang dapat membuatnya lebih mudah untuk mengelola, mencari, dan memfilter DataBrew proyek berdasarkan tujuan, pemilik, lingkungan, atau kriteria lainnya.

  8. Ketika pengaturan seperti yang Anda inginkan, pilih Buat pekerjaan.

DataBrew membuat dataset baru jika diperlukan, membuat resep baru jika diperlukan, membangun sampel data, dan membuat sesi proyek interaktif. Proses ini bisa memakan waktu beberapa menit untuk menyelesaikannya. Ketika proyek siap digunakan, Anda dapat mulai bekerja dengan sampel data.