View a markdown version of this page

DataBrew 프로젝트 세션 개요 - AWS Glue DataBrew개발자 안내서
그리드 보기스키마 보기프로필 보기

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

DataBrew 프로젝트 세션 개요

DataBrew 프로젝트 세션에서는 대화형 워크스페이스 내에서 작업합니다.

DataBrew데이터 세트 세부 정보, 샘플 데이터 및 레시피 빌드 옵션을 보여주는 프로젝트 인터페이스입니다.

왼쪽 창에는 데이터의 현재 보기가 표시됩니다. 오른쪽 창에는 현재 비어 있는 프로젝트의 변환 레시피가 표시됩니다.

데이터 그리드의 오른쪽 상단 모서리에는 , 및 GRIDSCHEMA의 세 가지 탭이 있습니다PROFILE. 이러한 탭 중 하나를 선택하면 워크스페이스에 해당 보기가 표시됩니다. 보기는 다음에 설명됩니다.

그리드 보기

그리드 보기는 샘플이 표 형식으로 표시되는 기본 보기입니다. 그리드 보기를 간략하게 살펴보려면 다음 절차를 따르세요.

그리드 보기를 살펴보려면

  1. 먼저 전체 공간을 확인합니다.

    1. 모든 열을 보려면 왼쪽과 오른쪽으로 스크롤합니다.

    2. 위아래로 스크롤하여 모든 데이터 값을 확인합니다.

    3. 워크스페이스 하단의 확대/축소 컨트롤을 사용하여 그리드의 배율 수준을 조정합니다.

  2. 오른쪽 상단에서 표시되는 샘플의 열 수와 샘플의 현재 행 수를 확인합니다.

    표시되는 열을 변경하려면 N 열 링크(여기서 N은 현재 표시된 열 수)를 선택합니다. 원하는 열을 선택하고 선택한 열 표시를 선택합니다.

  3. 이제 DataBrew 변환 실험을 시작할 수 있습니다. 다음을 시도해 보세요.

    1. 변환 도구 모음에서 형식 선택, 대문자로 변경을 선택합니다.

    2. 소스 열에서 문자 데이터가 포함된 열을 선택합니다.

    3. 기타 설정은 기본값을 유지합니다.

    4. 변환된 데이터의 모양을 보려면 변경 사항 미리 보기를 선택합니다. 그런 다음이 변환을 레시피에 추가하려면 적용을 선택합니다.

    데이터 변환을 적용할 때마다 DataBrew는 이를 레시피의 작업 사본에 추가합니다. 워크스페이스 오른쪽에 표시됩니다.

  4. 다음을 시도해 보세요.

    1. 변환 도구 모음에서 함수를 기반으로 생성을 선택합니다.

    2. 함수 선택에서를 선택합니다SQUARE ROOT.

    3. 소스 열에서 숫자 데이터가 포함된 열을 선택합니다.

    4. 다른 설정은 기본값으로 둡니다.

    5. 변경 사항 미리 보기를 선택하여 변환된 데이터가 어떻게 보이는지 확인합니다. 그런 다음이 변환을 레시피에 추가하려면 적용을 선택합니다.

  5. RECIPE를 선택하여 오른쪽 상단의 레시피 창을 축소합니다. 레시피 창을 확장하려면 RECIPE를 다시 선택합니다.

레시피의 새 버전 게시

변환을 계속 적용하면 레시피의 단계 수가 증가합니다. 언제든지 레시피의 새 버전을 게시할 수 있습니다. 레시피를 게시하면 DataBrew의 다른 곳에서 사용할 수 있습니다. 이렇게 하면 프로젝트 데이터 샘플만 변환하는 대신 레시피 작업을 실행하여 전체 데이터 세트를 변환할 수 있습니다.

레시피를 게시하면 레시피 개발에 대한 증분적이고 반복적인 접근 방식도 장려됩니다. 즉, 레시피의 새 버전을 원하는 대로 게시할 수 있으므로 필요한 경우 "마지막으로 알려진 좋은" 레시피 버전으로 돌아갈 수 있습니다.

레시피의 새 버전을 게시하려면

  • 레시피 창에서 게시를 선택합니다. 이 버전의 레시피에 대한 설명을 입력하고 게시를 선택합니다.

스키마 보기

SCHEMA 탭을 선택하면 다음 스크린샷과 같이 보기가 변경됩니다.

새끼 이름 데이터 세트에 대한 데이터 유형, 품질 및 값 분포가 있는 5개의 열을 보여주는 스키마 보기입니다.

스키마 보기에서 각 열의 데이터 값에 대한 통계를 볼 수 있습니다.

맨 왼쪽 열의 표시/숨기기 옆에 있는 데이터 열을 선택합니다. 열 세부 정보 창이 오른쪽에 나타납니다. 이 창에는 열 값에 대한 통계 요약이 표시됩니다.

열 이름에 새 이름을 입력하여 열 이름을 바꿀 수 있습니다.

열을 끌어서 놓아 열 순서를 재정렬할 수 있습니다.

프로필 보기

프로필 탭을 선택하면 프로젝트에 대한 자세한 볼륨 측정 정보를 볼 수 있습니다. 이렇게 하기 전에 DataBrew 작업을 실행하여 프로파일을 생성합니다.

프로필 보기 연습

  1. 작업 생성을 선택하고 작업 이름을 입력합니다.

  2. 작업 출력에서 파일 유형으로 CSV를 선택합니다.

  3. AWS계정에서 DataBrew의 작업 출력을 작성할 Amazon S3 버킷 및 폴더를 찾거나 생성합니다.

    • 이 Amazon S3 버킷과 폴더가 이미 있는 경우 찾아보기를 선택하고 해당 버킷과 폴더를 찾습니다. 둘 다에 대한 쓰기 권한이 있는지 확인합니다.

    • 이 Amazon S3 버킷과 폴더가 없는 경우 다음을 생성합니다.

      1. https://console.aws.amazon.com/s3/에서 S3 콘솔을 엽니다.

      2. Amazon S3 버킷이 없는 경우 버킷 생성을 선택합니다. 버킷 이름에 새 버킷의 고유한 이름을 입력합니다. 버킷 생성을 선택합니다.

      3. 버킷 목록에서 사용할 버킷을 선택합니다.

      4. 폴더 생성을 선택합니다. 폴더 이름에 databrew-output를 입력하고 폴더 생성을 선택합니다.

  4. 액세스 권한에서 DataBrew가 Amazon S3 출력 위치에 쓸 수 있도록 허용하는 IAM 역할을 선택합니다.

    AWS계정이 소유한 S3 위치의 경우 AwsGlueDataBrewDataAccessRole 서비스 관리형 역할을 선택할 수 있습니다. 이렇게 하면 DataBrew가 사용자가 소유한 S3 리소스에 액세스할 수 있습니다.

  5. 다른 설정은 기본값으로 두고 작업 생성 및 실행을 선택합니다.

  6. 작업이 완료될 때까지 실행되면 워크스페이스에 데이터 프로필의 그래픽 요약이 표시됩니다.

    데이터 프로필 개요 탭에는 다음 스크린샷과 같이 데이터 특성에 대한 상위 수준 요약이 표시됩니다.

    행 수, 열 및 데이터 유형을 포함한 데이터 세트 요약을 보여주는 데이터 프로파일 개요입니다.

    열 통계 탭에는 데이터 값의 column-by-column 분류가 표시됩니다.

    데이터 프로필 개요, 열 유형 및 데이터 품질 지표를 보여주는 열 통계 탭입니다.