Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Passaggi successivi

Comprendere le trasformazioni AWS Glue

Per un'elaborazione dei dati più efficiente, AWS Glue include funzioni di trasformazione integrate. Le funzioni passano da una trasformazione all'altra in una struttura di dati chiamata a DynamicFrame, che è un'estensione di Apache Spark SQL. DataFrame A DynamicFrame è simile a a DataFrame, tranne per il fatto che ogni record è autodescrittivo, quindi inizialmente non è richiesto alcuno schema.

Per conoscere diverse funzioni AWS Glue PySpark integrate, consulta il post sul blog Creazione di una pipeline AWS Glue ETL localmente senza un account AWS.

Creazione del tuo primo lavoro ETL

Se non hai mai scritto un lavoro ETL prima, puoi iniziare utilizzando i tre tipi di lavoro AWS Glue ETL per convertire i dati nel pattern Apache Parquet.

Se hai esperienza nella scrittura di lavori ETL, puoi utilizzare gli AWS Glue GitHub esempi per approfondire l'argomento.

Prezzi

Per informazioni sui prezzi, consulta Prezzi di AWS Glue. Puoi anche utilizzare il AWS Pricing Calculatorper stimare il costo mensile per l'utilizzo di diversi AWS Glue componenti.