本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

將ETL處理程序轉換 AWS Glue 為 AWS Schema Conversion Tool

在以下各節中，您可以找到在 Python 中調用 AWS Glue API操作的轉換的說明。如需詳細資訊，請參閱 AWS Glue 開發人員指南中的 Python 中的程式指 AWS Glue ETL令碼。

步驟 1：建立資料庫

第一個步驟是使用在 AWS Glue 資料目錄中建立新資料庫AWS SDKAPI。當您在資料目錄中定義資料表時，就會將資料表加入資料庫。資料庫用於組織中的表格 AWS Glue。

下面的實例演示了API對 Python 的create_database方法 AWS Glue。

response = client.create_database(
    DatabaseInput={
        'Name': 'database_name’,
        'Description': 'description',
        'LocationUri': 'string',
        'Parameters': {         
            'parameter-name': 'parameter value'
        }
    }
)

如果您使用的是 Amazon Redshift，則數據庫名稱形成如下。

{redshift_cluster_name}_{redshift_database_name}_{redshift_schema_name}

本範例中，Amazon Redshift 叢集的完整名稱如下。

rsdbb03.apq1mpqso.us-west-2.redshift.amazonaws.com

以下顯示正確格式的資料庫名稱範例。在這種情況下，rsdbb03 是名稱，這是叢集端點完整名稱的第一部分。資料庫名為 dev 且結構描述為 ora_glue。

rsdbb03_dev_ora_glue

步驟 2：建立連線

使用在資料目錄中建立新連線AWS SDKAPI。

下面的實例演示了如何使用 Python API 的create_connection方法 AWS Glue。

response = client.create_connection(
    ConnectionInput={
        'Name': 'Redshift_abcde03.aabbcc112233.us-west-2.redshift.amazonaws.com_dev',
        'Description': 'Created from SCT',
        'ConnectionType': 'JDBC',
        'ConnectionProperties': {
            'JDBC_CONNECTION_URL': 'jdbc:redshift://aabbcc03.aabbcc112233.us-west-2.redshift.amazonaws.com:5439/dev',
            'USERNAME': 'user_name',
            'PASSWORD': 'password'
        },
        'PhysicalConnectionRequirements': {
            'AvailabilityZone': 'us-west-2c',
            'SubnetId': 'subnet-a1b23c45',
            'SecurityGroupIdList': [
                'sg-000a2b3c', 'sg-1a230b4c', 'sg-aba12c3d', 'sg-1abb2345'
            ]
        }
    }
)

create_connection 中使用的參數如下：

步驟 3：建立 AWS Glue 爬行者程式

接下來，您要建立 AWS Glue 爬行者程式來填入目 AWS Glue 錄。如需詳細資訊，請參閱開發人員指南中的使用爬行AWS Glue 者程式編目表格。

新增爬行者程式的第一個步驟是使用在資料目錄中建立新資料庫。AWS SDKAPI在開始之前，請確保先使用delete_crawler操作刪除該版本的任何先前版本。

建立爬蟲程式時，請納入幾個考量：

下列範例會刪除現有的爬行程式，然後使用 Python for 建立新的檢API索 AWS Glue器。

response = client.delete_crawler(
    Name='crawler_name'
)

response = client.create_crawler(
    Name='crawler_name',
    Role= ‘IAM_role’,
    DatabaseName='database_name’,
    Description='string',
    Targets={
        'S3Targets': [
            {
                'Path': 'string',
                'Exclusions': [
                    'string',
                ]
            },
        ],
        'JdbcTargets': [
            {
                'ConnectionName': ‘ConnectionName’,
                'Path': ‘Include_path’,
                'Exclusions': [
                    'string',
                ]
            },
        ]
    },
    Schedule='string',
    Classifiers=[
        'string',
    ],
    TablePrefix='string',
    SchemaChangePolicy={
        'UpdateBehavior': 'LOG'|'UPDATE_IN_DATABASE',
        'DeleteBehavior': 'LOG'|'DELETE_FROM_DATABASE'|'DEPRECATE_IN_DATABASE'
    },
    Configuration='string'
)

建立連接到一或多個資料存放區的爬蟲程式並加以執行，判斷資料結構，然後將資料表寫入資料目錄。您可以依排程執行您的爬蟲程式，如下所示。

response = client.start_crawler(
    Name='string'
)

此範例使用 Amazon Redshift 作為目標。Amazon Redshift 資料類型會在爬蟲程式執行後，以下列方式對應至 AWS Glue 資料類型。