Criando e usando AWS Glue DataBrew projetos

Para criar um projeto

1. Faça login no Console de gerenciamento da AWS e abra o DataBrew console.

2. No painel de navegação, escolha PROJETOS. Em seguida, escolha Criar projeto.

3. Insira um nome para o projeto. Em seguida, escolha uma receita para anexar ao seu projeto:

   • Escolha Criar nova receita se você estiver começando do início. Isso cria uma receita nova e vazia e a anexa ao seu projeto.

   • Escolha Editar receita existente se você tiver uma receita publicada anteriormente que deseja usar para este projeto. Se a receita estiver atualmente anexada a outro projeto ou tiver algum trabalho definido para ela, você não poderá usá-la em seu novo projeto. Escolha Procurar receitas para ver quais receitas estão disponíveis.

   • Escolha Importar etapas da receita se você tiver uma receita existente publicada anteriormente e quiser importar suas etapas e, em seguida, faça o seguinte:

     1. Escolha Procurar receitas para ver quais receitas estão disponíveis.

     2. Escolha a versão publicada da receita que você deseja usar. Uma receita pode ter várias versões, dependendo da frequência com que você a publicou enquanto trabalhava na visualização do projeto.

     3. Escolha Exibir etapas da receita para examinar as transformações de dados na receita.

4. Depois de criar uma receita, escolha o conjunto de dados com o qual você deseja trabalhar no painel Selecionar um conjunto de dados:

   • Meus conjuntos de dados — Escolha um conjunto de dados que você criou anteriormente. Para mais informações, consulte Criação de um projeto.)

   • Arquivos de amostra — Crie um novo conjunto de dados com base nos dados de amostra mantidos pelo AWS. Esses dados de amostra são uma ótima maneira de explorar o que DataBrew você pode fazer, sem precisar fornecer seus próprios dados. Certifique-se de inserir um nome para seu conjunto de dados.

   • Novo conjunto de dados — Crie um novo conjunto de dados. Para obter mais informações, consulte Criação de um projeto.

5. Para permissões de acesso, escolha uma função AWS Identity and Access Management(IAM) que permita ler DataBrew a partir do seu local de entrada do Amazon S3. Para um local do S3 pertencente à sua AWS conta, você pode escolher a função gerenciada pelo AwsGlueDataBrewDataAccessRole serviço. Isso permite DataBrew acessar os recursos do S3 que você possui.

6. No painel Amostragem, você pode encontrar opções DataBrew para criar uma amostra de dados do seu conjunto de dados.

   Em Tipo, escolha como obter DataBrew as linhas do seu conjunto de dados:

   • Use Primeiras n linhas para criar uma amostra com base nas primeiras linhas do conjunto de dados.

   • Use Linhas aleatórias para criar uma amostra com base em uma seleção aleatória de linhas no conjunto de dados.

   • Escolha o número de linhas a serem exibidas na amostra: 500, 1.000, 2.500 ou um tamanho de amostra personalizado, até um máximo de 5.000 linhas. Um tamanho de amostra menor permite DataBrew realizar transformações mais rapidamente, economizando tempo ao desenvolver sua receita. Um tamanho amostral maior reflete com mais precisão a composição dos dados de origem subjacentes. No entanto, a inicialização da sessão do projeto e as transformações interativas são mais lentas.

7. (Opcional) Escolha Tags para anexar tags ao seu conjunto de dados.

   As tags são rótulos simples que consistem em uma chave definida pelo usuário e um valor opcional que pode facilitar o gerenciamento, a pesquisa e a filtragem de DataBrew projetos por finalidade, proprietário, ambiente ou outros critérios.

8. Quando as configurações estiverem como você deseja, escolha Criar trabalho.