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。

# DataBrew 项目会议概述
<a name="projects.overview"></a>

在 DataBrew 项目会话中，您在交互式工作区中工作。

![\[DataBrew project interface showing dataset details, sample data, and options to build a recipe.\]](http://docs.aws.amazon.com/zh_cn/databrew/latest/dg/images/project-overview-grid.png)


左侧窗格显示数据的当前视图。右侧窗格显示项目的转换配方（该配方当前为空）。

在数据网格的右上角，有三个选项卡：`GRID`、`SCHEMA` 和 `PROFILE`。选择其中一个选项卡将在工作区中显示相应的视图；接下来将描述这些视图。

## 网格视图
<a name="projects.overview.grid-view"></a>

网格视图是默认视图，在其中会以表格格式显示样本。使用以下过程简要介绍网格视图。

**浏览网格视图**

1. 首先查看整个空间：

   1. 向左和向右滚动以查看所有列。

   1. 向上和向下滚动以查看所有数据值。

   1. 使用工作区底部的缩放控件调整网格的放大倍数。

1. 在右上角，查看样本中显示的列数以及样本中的当前行数。

   要更改显示哪些列，请选择 **N 列**链接（其中 **N** 是当前显示的列数）。选择所需的列，然后选择**显示选定列**。

1. 现在你可以开始尝试 DataBrew 变换了。尝试以下操作：

   1. 在转换工具栏中，选择**选择格式**、**转换为大写**。

   1. 对于**源列**，选择包含字符数据的列。

   1. 保留其他设置的默认值。

   1. 要查看转换后的数据是什么样子，请选择**预览更改**。然后，要将此转换添加到您的配方，请选择**应用**。

   无论何时应用数据转换，都要将其 DataBrew 添加到配方的工作副本中。它显示在工作区的右侧。

1. 尝试以下操作：

   1. 在转换工具栏中，选择**创建**、**基于函数**。

   1. 在**选择函数**中，选择 `SQUARE ROOT`。

   1. 对于**源列**，选择包含数值数据的列。

   1. 保留其他设置的默认值。

   1. 选择**预览更改**以查看转换后的数据是什么样子。然后，要将此转换添加到您的配方，请选择**应用**。

1. 通过选择**配方**折叠右上角的配方窗格。要展开配方窗格，请再次选择**配方**。

### 发布配方的新版本。
<a name="projects.overview.grid-view.publish-recipe"></a>

随着您继续应用转换，配方中的步骤数会增加。您可以随时发布配方的新版本。*发布*食谱可在其他地方使用 DataBrew。通过执行此操作，您可以运行配方作业来转换整个数据集，而不是仅转换项目数据样本。

发布配方也鼓励采用渐进、迭代的方法进行配方开发：可以随时发布配方的新版本，这样便可以根据需要回退到“上次已知的正确”配方版本。

**发布配方的新版本**
+ 在配方窗格中，选择**发布**。输入此版本配方的描述，然后选择**发布**。

## 架构视图
<a name="projects.overview.schema-view"></a>

如果选择**架构**选项卡，视图会发生变化，如以下屏幕截图所示。

![\[Schema view showing 5 columns with data types, quality, and value distribution for baby names dataset.\]](http://docs.aws.amazon.com/zh_cn/databrew/latest/dg/images/project-schema-view.png)


在架构视图中，您可以查看有关每列中数据值的统计信息。

在**显示/隐藏**旁的最左侧列中，选择任意数据列。**列详细信息**窗格将显示在右侧。此窗格将显示列值的统计信息摘要。

可通过在**列名**中输入新名称来重命名列。

可通过拖放列来重新排列列顺序。

## 配置文件视图
<a name="projects.overview.profile-view"></a>

如果选择**配置文件**选项卡，则可以查看有关项目的详细体积信息。在执行此操作之前，您需要运行 DataBrew 任务来创建配置文件。

**浏览配置文件视图**

1. 选择**创建作业**，然后输入作业的名称。

1. 对于**作业输出**，选择 **CSV** 作为文件类型。

1. 在您的 AWS 账户中找到或创建您想要写入任务输出的 Amazon S3 存储桶和文件夹： DataBrew 
   + 如果已有此 Amazon S3 存储桶和文件夹，请选择**浏览**并找到它们。确保您对这两者拥有写入权限。
   + 如果没有此 Amazon S3 存储桶和文件夹，请创建它们：

     1. 打开 Amazon S3 控制台，网址为 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)。

     1. 如果没有 Amazon S3 存储桶，请选择**创建存储桶**。对于**存储桶名称**，请为新存储桶输入一个唯一名称。选择 **创建存储桶 **。

     1. 从存储桶列表中，选择您想要使用的存储桶。

     1. 请选择 **Create folder**（创建文件夹）。对于**文件夹名称**，输入 `databrew-output`，然后选择**创建文件夹**。

1.  DataBrew 要获得**访问权限**，请选择允许写入您的 Amazon S3 输出位置的 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。

1. 将其他设置保留默认值，然后选择**创建并运行作业**。

1. 作业运行完成后，工作区将显示数据配置文件的图形摘要。

   **数据剖析概览**选项卡将显示数据特征的简要摘要，如以下屏幕截图所示。  
![\[Data profile overview showing dataset summary, including row count, columns, and data types.\]](http://docs.aws.amazon.com/zh_cn/databrew/latest/dg/images/project-profile-view-01.png)

   “**列统计**” 选项卡显示了数据值的 column-by-column细分：  
![\[Column statistics tab showing data profile overview, column types, and data quality metrics.\]](http://docs.aws.amazon.com/zh_cn/databrew/latest/dg/images/project-profile-view-02.png)