AWS Glue DataBrewプロジェクトの作成と使用

プロジェクトを作成するには

1. にサインインAWS マネジメントコンソールし、DataBrew コンソール を開きます。

2. ナビゲーションペインで、PROJECTS を選択します。次に、プロジェクトの作成を選択します。

3. プロジェクトの名前を入力します。次に、プロジェクトにアタッチするレシピを選択します。

   • 最初から開始する場合は、新しいレシピを作成する を選択します。これにより、新しい空のレシピが作成され、プロジェクトにアタッチされます。

   • このプロジェクトで使用するレシピが以前に公開されている場合は、既存のレシピの編集を選択します。レシピが現在別のプロジェクトにアタッチされているか、そのプロジェクトにジョブが定義されている場合、新しいプロジェクトで使用することはできません。レシピを参照を選択して、使用可能なレシピを確認します。

   • 以前に公開された既存のレシピがあり、そのステップをインポートする場合は、レシピからステップをインポートを選択し、次の手順を実行します。

     1. レシピを参照を選択して、使用可能なレシピを確認します。

     2. 使用するレシピの公開バージョンを選択します。レシピには、プロジェクトビューでの作業中に公開した頻度に応じて、複数のバージョンを含めることができます。

     3. レシピの表示ステップを選択して、レシピのデータ変換を調べます。

4. レシピを作成したら、データセットの選択ペインで操作するデータセットを選択します。

   • データセット – 以前に作成したデータセットを選択します。詳細については、「プロジェクトの作成」を参照してください。

   • サンプルファイル – によって維持されるサンプルデータに基づいて新しいデータセットを作成しますAWS。このサンプルデータは、独自のデータを提供することなく、DataBrew ができることを調べるための優れた方法です。データセットの名前を必ず入力してください。

   • 新しいデータセット – 新しいデータセットを作成します。詳細については、「プロジェクトの作成」を参照してください。

5. アクセス許可には、DataBrew が Amazon S3 入力場所から読み取ることを許可するAWS Identity and Access Management(IAM) ロールを選択します。 Amazon S3 AWSアカウントが所有する S3 ロケーションでは、AwsGlueDataBrewDataAccessRoleサービスマネージドロールを選択できます。これにより、DataBrew は所有している S3 リソースにアクセスできます。

6. サンプリングペインには、データセットからデータのサンプルを構築するための DataBrew のオプションがあります。

   Type で、DataBrew がデータセットから行を取得する方法を選択します。

   • 最初の n 行を使用して、データセットの最初の行に基づいてサンプルを作成します。

   • ランダム行を使用して、データセット内の行のランダムな選択に基づいてサンプルを作成します。

   • サンプルに表示する行数を選択します。最大 5,000 行まで、500、1,000、2,500、またはカスタムサンプルサイズを選択します。サンプルサイズを小さくすると、DataBrew は変換をより迅速に実行できるため、レシピの開発にかかる時間を節約できます。サンプルサイズを大きくすると、基盤となるソースデータの構成がより正確に反映されます。ただし、プロジェクトセッションの初期化とインタラクティブ変換は遅くなります。

7. (オプション) タグを選択して、データセットにタグをアタッチします。

   タグは、ユーザー定義のキーとオプションの値で構成されるシンプルなラベルです。これにより、DataBrew プロジェクトを目的、所有者、環境、またはその他の基準で管理、検索、フィルタリングしやすくなります。

8. 設定が目的どおりになったら、ジョブの作成を選択します。