View a markdown version of this page

Etapa 6: transformar o conjunto de dados - AWS Glue DataBrew Guia do Desenvolvedor

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Etapa 6: transformar o conjunto de dados

Até agora, você testou sua receita somente em uma amostra do conjunto de dados. Agora é hora de transformar todo o conjunto de dados criando um trabalho de DataBrew receita.

Quando o trabalho é executado, DataBrew aplica sua receita a todos os dados no conjunto de dados e grava os dados transformados em um bucket do Amazon S3. Os dados transformados são separados do conjunto de dados original. DataBrew não altera os dados de origem.

Antes de continuar, certifique-se de ter um bucket do Amazon S3 em sua conta no qual você possa gravar. Nesse bucket, crie uma pasta para capturar a saída do trabalho DataBrew. Para executar essas etapas, use o procedimento a seguir.

Para criar um bucket e uma pasta do S3 para capturar a saída do trabalho

  1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon S3 em. https://console.aws.amazon.com/databrew/

    Se você já tem um bucket do Amazon S3 disponível e tem permissões de gravação para ele, pule a próxima etapa.

  2. Se você não tiver um bucket do Amazon S3, escolha Create bucket. Em Nome do bucket, insira um nome exclusivo para seu novo bucket. Selecione Criar bucket.

  3. Na lista de compartimentos, escolha aquele que você deseja usar.

  4. Selecione Criar pasta.

  5. Em Nome da pastadatabrew-output, insira e escolha Criar pasta.

Depois de criar um bucket e uma pasta do Amazon S3 para conter o trabalho, execute seu trabalho usando o procedimento a seguir.

Para criar e executar um trabalho de receita

  1. No painel de navegação, escolha Trabalhos.

  2. Na guia Tarefas de receita, escolha Criar tarefa.

  3. Em Nome do trabalho, insirachess-winner-summary.

  4. Em Tipo de trabalho, escolha Criar um trabalho de receita.

  5. No painel Job input, faça o seguinte:

    • Em Executar em, escolha Conjunto de dados.

    • Escolha Selecionar um conjunto de dados para ver uma lista dos conjuntos de dados disponíveis e escolha. chess-games

    • Escolha Selecionar uma receita para ver uma lista de receitas disponíveis e escolhachess-project-recipe.

  6. No painel Configurações de saída do Job, faça o seguinte:

    • Tipo de arquivo — escolha CSV (valores separados por vírgula).

    • Localização do S3 - escolha esse campo para ver uma lista de buckets Amazon S3 disponíveis e escolha o bucket a ser usado. Em seguida, selecione Procurar. Na lista de pastasdatabrew-output, escolha e escolha Selecionar.

  7. No painel Permissões de acesso, escolhaAwsGlueDataBrewDataAccessRole. Essa função vinculada ao serviço permite DataBrew acessar seus buckets do Amazon S3 em seu nome.

  8. Escolha Criar e executar tarefa. DataBrew cria um trabalho com suas configurações e o executa.

  9. No painel Histórico de execução de trabalhos, aguarde até que o status do trabalho mude de Running paraSucceeded.

  10. Escolha Saída para acessar o console do Amazon S3. Escolha seu bucket do S3 e, em seguida, escolha a databrew-output pasta para acessar a saída do trabalho.

  11. (Opcional) Escolha Baixar para baixar o arquivo e visualizar seu conteúdo.