本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
创建和使用 AWS Glue DataBrew 项目
在中 AWS Glue DataBrew，项目是数据分析和转换工作的核心。
创建项目时，需要将两个基本组件组合在一起：
-
一个数据集，用于提供对源数据的只读访问权限。有关更多信息，请参阅 使用连接数据 AWS Glue DataBrew。
-
一种方法，用于将 DataBrew 数据转换应用于数据集。有关更多信息，请参阅 创建和使用 AWS Glue DataBrew 食谱。
DataBrew 控制台以高度交互的直观用户界面呈现您的项目。它鼓励你尝试数百种数据转换，这样你就可以了解它们是如何工作的，以及它们对你的数据有什么影响。
您在项目视图中看到的数据是您的数据集的示例。由于数据集可能非常大，有数千甚至数百万行，因此使用样本有助于确保 DataBrew 控制台在以各种方式转换样本数据时保持响应能力。默认情况下，该样本由数据集中的前 500 行数据组成。您可以为样本大小选择不同的设置，也可以选择哪些行。
在转换示例数据时， DataBrew 可以帮助您构建和完善项目配方，这是您迄今为止应用 step-by-step的一系列转换。您的 work-in-progress食谱会自动保存，因此您可以随时离开项目视图，稍后返回，然后从上次停下来的地方继续前进。
当你的食谱准备好可供使用时，你可以发布它。发布配方使其可供 DataBrew 作业子系统使用，在那里你可以将配方应用于整个数据集，或者创建广泛的数据配置文件，让你了解数据的结构、内容和统计特征。
创建项目
使用以下步骤创建项目。
创建项目
-
登录 AWS Management Console 并打开 DataBrew 控制台。
-
在导航窗格上，选择 “项目”。然后选择 “创建项目”。
-
输入项目的名称。然后选择要附加到项目中的配方：
-
如果您从头开始，请选择 “创建新食谱”。这样做会创建一个新的空配方并将其附加到您的项目中。
-
如果您有之前发布的食谱要用于此项目，请选择 “编辑现有食谱”。如果该配方当前已附加到另一个项目，或者已为其定义了任何作业，则无法在新项目中使用它。选择 “浏览食谱” 以查看有哪些食谱可用。
-
如果您有以前发布过的现有食谱并想要导入其步骤，请选择从食谱中导入步骤，然后执行以下操作：
-
选择 “浏览食谱” 以查看有哪些食谱可用。
-
选择要使用的食谱的已发布版本。一个配方可以有多个版本，具体取决于你在项目视图中工作时发布它的频率。
-
选择 “查看配方步骤” 以检查配方中的数据转换。
-
-
-
准备好食谱后，在选择数据集窗格中选择要使用的数据集：
-
我的数据集-选择您之前创建的数据集。有关更多信息，请参阅 创建项目。)
-
示例文件-根据由维护的示例数据创建新的数据集 AWS。此示例数据是探索 DataBrew 可以做什么的好方法，而无需提供自己的数据。请务必输入数据集的名称。
-
新数据集-创建新数据集。有关更多信息，请参阅 创建项目。
-
-
要获得访问权限，请选择允许从您的 Amazon S3 输入位置 DataBrew 进行读取的 AWS Identity and Access Management (IAM) 角色。对于您的 AWS 账户拥有的 S3 地点，您可以选择
AwsGlueDataBrewDataAccessRole服务托管角色。这样做可以 DataBrew 访问您拥有的 S3 资源。 -
在采样窗格上，您可以找到 DataBrew 用于从您的数据集构建数据样本的选项。
在 “类型” 中，选择 DataBrew 应如何从数据集中获取行：
-
使用前 n 行根据数据集中的前几行创建样本。
-
使用随机行根据数据集中随机选择的行创建样本。
-
选择要在样本中显示的行数：500、1,000、2,500，或者自定义样本大小，最多 5,000 行。较小的样本量可以 DataBrew 更快地执行转换，从而节省开发配方的时间。样本量越大，就能更准确地反映基础源数据的构成。但是，项目会话初始化和交互式转换的速度较慢。
-
-
（可选）选择标签以将标签附加到您的数据集。
标签是由用户定义的密钥和可选值组成的简单标签，可以更轻松地按目的、所有者、环境或其他条件管理、搜索和筛选 DataBrew 项目。
-
当设置符合您的需要时，选择创建作业。
DataBrew 根据需要创建新数据集，根据需要创建新配方，构建数据样本，并创建交互式项目会话。此过程可能需要几分钟才能完成。当项目准备就绪可供使用时，您可以开始使用数据样本。
