为创建并运行 Amazon DataZone 数据源 AWS Glue Data Catalog

添加 AWS Glue 数据源

1. 导航至 Amazon DataZone 数据门户，URL然后使用单点登录 (SSO) 或 AWS 凭证登录。如果您是亚马逊 DataZone 管理员，则可以通过 https://console.aws.amazon.com/datazon e 导航到亚马逊 DataZone 控制台，使用域名创建 AWS 账户 地登录，然后选择打开数据门户。

2. 从顶部导航窗格中选择 “选择项目”，然后选择要向其中添加数据源的项目。

3. 导航到项目的 “数据” 选项卡。

4. 从左侧导航窗格中选择 “数据源”，然后选择 “创建数据源”。

5. 配置以下字段：

   • 名称-数据源名称。

   • 描述-数据源描述。

6. 在 “数据源类型” 下，选择AWS Glue。

7. 在 “选择环境” 下，指定要在其中发布 AWS Glue 表的环境。

8. 在数据选择下，提供一个 AWS Glue 数据库并输入您的表选择标准。例如，如果您选择 Incl u de 并输入*corporate，则数据库将包括所有以该词结尾的源表corporate。

   您可以从下拉列表中选择一个 AWS Glue 数据库，也可以键入数据库名称。下拉列表包括两个数据库：发布数据库和环境的订阅数据库。如果要从不是由环境创建的数据库中提取资产，则必须键入数据库的名称，而不是从下拉列表中进行选择。

   您可以为单个数据库中的表添加多个包含和排除规则。您也可以使用添加其他数据库按钮添加多个数据库。

9. 在 “数据质量” 下，您可以选择为此数据源启用数据质量。如果您这样做，亚马逊会将您现有的 AWS Glue 数据质量输出 DataZone导入您的亚马逊 DataZone目录中。默认情况下，亚马逊会从 AWS Glue DataZone 导入现有 100 份没有有效期的最新 100 份质量报告。

   Amazon 的数据质量指标 DataZone 可帮助您了解数据源的完整性和准确性。亚马逊从 AWS G DataZone lue 中提取这些数据质量指标，以便在某个时间点（例如在搜索业务数据目录期间）提供背景信息。数据用户可以看到其订阅资产的数据质量指标如何随着时间的推移而变化。数据生成者可以按计划获 AWS 取 Glue 数据质量分数。Amazon B DataZone usiness 数据目录还可以通过数据质量显示来自第三方系统的数据质量指标APIs。有关更多信息，请参阅 Amazon 的数据质量 DataZone

10. 选择下一步。

11. 对于发布设置，选择是否可以在业务数据目录中立即发现资产。如果您只将它们添加到库存中，则可以稍后选择订阅条款并将其发布到业务数据目录中。

12. 对于自动生成企业名称，请选择是否在从来源导入资产时自动生成元数据。

13. （可选）对于元数据表单，添加表单以定义在资产导入 Amazon 时收集和保存的元数据 DataZone。有关更多信息，请参阅 在 Amazon 中创建元数据表单 DataZone。

14. 在 “运行” 首选项中，选择何时运行数据源。

    • 按计划运行-指定运行数据源的日期和时间。

    • 按需运行-您可以手动启动数据源运行。

15. 选择下一步。

16. 查看您的数据源配置并选择创建。