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.
# Preparando dados de entrada primários
[As etapas a seguir descrevem como preparar dados primários para uso em um fluxo de trabalho de correspondência baseado em [regras, fluxo de trabalho de correspondência baseado](creating-matching-workflow-rule-based.md)[em aprendizado de máquina ou fluxo de trabalho de mapeamento](create-matching-workflow-ml.md) de ID.](create-id-mapping-workflow.md)
## Etapa 1: Preparar tabelas de dados primárias
Cada tipo de fluxo de trabalho correspondente tem um conjunto diferente de recomendações e diretrizes para ajudar a garantir o sucesso.
Para preparar tabelas de dados primárias, consulte a tabela a seguir:
**Diretrizes de tabelas de dados primárias**
| Tipo de fluxo de trabalho | Obrigatório |
| --- | --- |
| Fluxo de trabalho de correspondência baseado em regras com o tipo de regra avançada | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/entityresolution/latest/userguide/prepare-input-data.html) |
| fluxo de trabalho de correspondência baseado em regras com tipo de regra simples | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/entityresolution/latest/userguide/prepare-input-data.html) |
| fluxo de trabalho de correspondência baseado em aprendizado de máquina | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/entityresolution/latest/userguide/prepare-input-data.html) |
| Fluxo de trabalho de mapeamento de ID | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/entityresolution/latest/userguide/prepare-input-data.html) |
## Etapa 2: Salve sua tabela de dados de entrada em um formato de dados compatível
Se você já salvou seus dados de entrada primários em um formato de dados compatível, você pode pular esta etapa.
Para serem usados AWS Entity Resolution, os dados de entrada devem estar em um formato AWS Entity Resolution compatível.
AWS Entity Resolution suporta os seguintes formatos de dados:
+ valor separado por vírgula (CSV)
+ Parquet
## Etapa 3: Faça o upload da sua tabela de dados de entrada para o Amazon S3
Se você já tem sua tabela de dados primários no Amazon S3, você pode pular esta etapa.
**nota**
Você pode armazenar os dados de entrada nos recursos do Amazon S3 em qualquer região na partição AWS comercial em que o S3 é suportado. Esses dados podem ser acessados de uma região diferente ou Conta da AWS ao executar o fluxo de trabalho correspondente.
**Para carregar sua tabela de dados de entrada para o Amazon S3**
1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon S3 em. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)
1. Escolha **Buckets** e, em seguida, escolha um bucket para armazenar sua tabela de dados.
1. Escolha **Upload** e siga as instruções.
1. Escolha a guia **Objetos** para visualizar o prefixo do onde seus dados são armazenados. Anote o nome da pasta.
Você pode selecionar a pasta para visualizar a tabela de dados.
## Etapa 4: criar uma AWS Glue tabela
**nota**
Se você precisar de AWS Glue tabelas particionadas, vá para. [Etapa 4: criar uma tabela particionada AWS Glue](#create-partitioned-glue-table)
Os dados de entrada no Amazon S3 devem ser catalogados AWS Glue e representados como uma tabela. AWS Glue *Para obter mais informações sobre como criar uma AWS Glue tabela com o Amazon S3 como entrada, consulte Como [trabalhar com rastreadores no AWS Glue console no Guia do desenvolvedor](https://docs.aws.amazon.com/glue/latest/dg/console-crawlers.html).AWS Glue *
Nesta etapa, você configura um rastreador AWS Glue que rastreia todos os arquivos em seu bucket do S3 e cria uma tabela. AWS Glue
**nota**
AWS Entity Resolution atualmente não oferece suporte a locais do Amazon S3 registrados com. AWS Lake Formation
**Para criar uma AWS Glue tabela**
1. Faça login no Console de gerenciamento da AWS e abra o AWS Glue console em [https://console.aws.amazon.com/glue/](https://console.aws.amazon.com/glue/).
1. Na barra de navegação, selecione **Crawlers**.
1. Selecione seu bucket do S3 na lista e escolha **Criar rastreador**.
1. **Na página **Definir propriedades do rastreador**, insira uma **Descrição** opcional do **nome do** rastreador e escolha Avançar.**
1. Continue na **página Adicionar crawler**, especificando os detalhes.
1. Na página **Escolher uma função do IAM**, **escolha Escolher um perfil do IAM existente** e, em seguida, escolha **Avançar**.
Você também pode escolher **Criar um perfil do IAM** ou fazer com que seu administrador crie o perfil do IAM, se necessário.
1. Em **Criar uma programação para esse crawler**, mantenha a **Frequência** padrão (**Executar sob demanda**) e escolha **Avançar**.
1. **Em **Configurar a saída do rastreador**, insira o AWS Glue banco de dados e escolha Avançar.**
1. Revise todos os detalhes e escolha **Concluir**.
1. Na página **Crawlers**, marque a caixa de seleção ao lado do bucket S3 e escolha **Executar crawler**.
1. Depois que o rastreador terminar de ser executado, na barra de AWS Glue navegação, escolha **Bancos** de dados e, em seguida, escolha o nome do banco de dados.
1. Na página **Banco de dados**, escolha **Tabelas em \$1nome do seu banco de dados\$1**.
1. Visualize as tabelas no AWS Glue banco de dados.
1. Para visualizar o esquema de uma tabela, selecione uma tabela específica.
1. Anote o nome do AWS Glue banco de dados e o nome AWS Glue da tabela.
Agora você está pronto para criar um mapeamento de esquema. Para obter mais informações, consulte [Criação de um mapeamento de esquema](create-schema-mapping.md).
## Etapa 4: criar uma tabela particionada AWS Glue
**nota**
O recurso de AWS Glue particionamento em só AWS Entity Resolution é suportado em fluxos de trabalho de mapeamento de ID. Esse recurso AWS Glue de particionamento permite que você escolha partições específicas para processamento. AWS Entity Resolution
Se você não precisar de AWS Glue tabelas particionadas, pule esta etapa.
Uma AWS Glue tabela particionada reflete automaticamente as novas partições na AWS Glue tabela quando você adiciona novas pastas à estrutura de dados (como uma nova pasta de dia em menos de um mês).
Ao criar uma AWS Glue tabela particionada em AWS Entity Resolution, você pode especificar quais partições deseja processar em um fluxo de trabalho de mapeamento de ID. Então, toda vez que você executa o fluxo de trabalho de mapeamento de ID, somente os dados nessas partições são processados, em vez de processar todos os dados na AWS Glue tabela inteira. Esse recurso permite um processamento de dados mais preciso, eficiente e econômico AWS Entity Resolution, oferecendo maior controle e flexibilidade no gerenciamento de suas tarefas de resolução de entidades.
Você pode criar uma AWS Glue tabela particionada para a conta de origem em um fluxo de trabalho de mapeamento de ID.
Primeiro, você deve catalogar os dados de entrada no Amazon S3 AWS Glue e representá-los como uma AWS Glue tabela. *Para obter mais informações sobre como criar uma AWS Glue tabela com o Amazon S3 como entrada, consulte Como [trabalhar com rastreadores no AWS Glue console no Guia do desenvolvedor](https://docs.aws.amazon.com/glue/latest/dg/console-crawlers.html).AWS Glue *
Nesta etapa, você configura um rastreador AWS Glue que rastreia todos os arquivos em seu bucket do S3 e, em seguida, cria uma tabela particionada. AWS Glue
**nota**
AWS Entity Resolution atualmente não oferece suporte a locais do Amazon S3 registrados com. AWS Lake Formation
**Para criar uma tabela particionada AWS Glue**
1. Faça login no Console de gerenciamento da AWS e abra o AWS Glue console em [https://console.aws.amazon.com/glue/](https://console.aws.amazon.com/glue/).
1. Na barra de navegação, selecione **Crawlers**.
1. Selecione seu bucket do S3 na lista e escolha **Criar rastreador**.
1. **Na página **Definir propriedades do rastreador**, insira um **Nome** do rastreador, uma **Descrição** opcional e escolha Avançar.**
1. Continue na **página Adicionar crawler**, especificando os detalhes.
1. Na página **Escolher uma função do IAM**, **escolha Escolher um perfil do IAM existente** e, em seguida, escolha **Avançar**.
Você também pode escolher **Criar um perfil do IAM** ou fazer com que seu administrador crie o perfil do IAM, se necessário.
1. Em **Criar uma programação para esse crawler**, mantenha a **Frequência** padrão (**Executar sob demanda**) e escolha **Avançar**.
1. **Em **Configurar a saída do rastreador**, insira o AWS Glue banco de dados e escolha Avançar.**
1. Revise todos os detalhes e escolha **Concluir**.
1. Na página **Crawlers**, marque a caixa de seleção ao lado do bucket S3 e escolha **Executar crawler**.
1. Depois que o rastreador terminar de ser executado, na barra de AWS Glue navegação, escolha **Bancos** de dados e, em seguida, escolha o nome do banco de dados.
1. Na página **Banco de dados**, em **Tabelas**, escolha a tabela a ser particionada.
1. Na **visão geral da tabela**, selecione o menu suspenso **Ações** e escolha **Editar** tabela.
1. Em **Propriedades da tabela**, escolha **Adicionar**.
1. Para a nova **chave**, insira**aerPushDownPredicateString**.
1. Para o novo **Valor**, insira**'=