View a markdown version of this page

DataBrew 專案工作階段概觀 - AWS Glue DataBrew開發人員指南

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。

DataBrew 專案工作階段概觀

在 DataBrew 專案工作階段中,您會在互動式工作區內工作。

DataBrew專案界面顯示資料集詳細資訊、範例資料,以及建置配方的選項。

左側窗格會顯示資料的目前檢視。右窗格顯示專案的轉換配方,目前為空白。

在資料網格的右上角,有三個索引標籤:GRIDSCHEMAPROFILE。選擇其中一個索引標籤會在工作區中顯示對應的檢視;接下來會說明這些檢視。

網格檢視

網格檢視是預設檢視,其中範例會以表格格式顯示。使用下列程序進行網格檢視的簡短演練。

若要逐步解說網格檢視
  1. 首先檢視整個空間:

    1. 左右捲動以查看所有欄。

    2. 上下捲動以查看所有資料值。

    3. 使用工作區底部的縮放控制項來調整網格的放大等級。

  2. 在右上角,檢視顯示多少個範例資料欄,以及範例中目前的資料列數。

    若要變更顯示的資料欄,請選擇 N 資料欄連結 (其中 N 是目前顯示的資料欄數)。選擇您想要的資料欄,然後選擇顯示選取的資料欄

  3. 現在您可以開始實驗 DataBrew 轉換。請嘗試以下做法:

    1. 從轉換工具列中,選擇選擇格式變更為大寫

    2. 針對來源資料欄,選擇包含字元資料的資料欄。

    3. 將其他設定保留為各自的預設設定。

    4. 若要查看轉換後的資料會是什麼樣子,請選擇預覽變更。然後,若要將此轉換新增至您的配方,請選擇套用

    每當您套用資料轉換時,DataBrew 都會將其新增至配方的工作副本。這會出現在工作區的右側。

  4. 請嘗試以下做法:

    1. 從轉換工具列中,根據函數選擇建立

    2. 針對選取函數,選擇 SQUARE ROOT

    3. 針對來源資料欄,選擇包含數值資料的資料欄。

    4. 將其他設定保留為預設值。

    5. 選擇預覽變更,以查看轉換後的資料外觀。然後,若要將此轉換新增至您的配方,請選擇套用

  5. 選擇 RECIPE,摺疊右上角的配方窗格。若要展開配方窗格,請再次選擇 RECIPE

發佈您配方的新版本

隨著您繼續套用轉換,配方中的步驟數量會增加。您可以隨時發佈新版本的配方。發佈配方可在 DataBrew 的其他位置使用。透過這樣做,您可以執行配方任務來轉換整個資料集,而不是只轉換專案資料範例。

發佈配方也鼓勵配方開發的增量式反覆方法:您可以隨需發佈配方的新版本,以便在需要時返回「上次已知良好」配方版本。

發佈新版本的配方
  • 在配方窗格中,選擇發佈。輸入此版本配方的描述,然後選擇發佈

結構描述檢視

如果您選擇 SCHEMA 標籤,檢視會變更,如以下螢幕擷取畫面所示。

結構描述檢視顯示 5 個資料欄,其中包含嬰兒名稱資料集的資料類型、品質和值分佈。

在結構描述檢視中,您可以查看每個資料欄中資料值的統計資料。

在最左欄的顯示/隱藏旁,選擇任何資料欄。資料欄詳細資訊窗格會出現在右側。此窗格顯示資料欄值的統計資料摘要。

您可以輸入資料欄名稱的新名稱來重新命名資料

您可以透過拖放資料欄來重新排列資料欄順序。

設定檔檢視

如果您選擇 PROFILE 索引標籤,您可以看到有關專案的詳細容積資訊。執行此操作之前,您可以執行 DataBrew 任務來建立設定檔。

若要逐步解說設定檔檢視
  1. 選擇建立任務,然後輸入任務的名稱。

  2. 針對任務輸出,選擇檔案類型的 CSV

  3. 尋找或建立AWS帳戶中要寫入 DataBrew 任務輸出的 Amazon S3 儲存貯體和資料夾:

    • 如果您已有此 Amazon S3 儲存貯體和資料夾,請選擇瀏覽並找到它們。請確定您擁有兩者的寫入許可。

    • 如果您沒有此 Amazon S3 儲存貯體和資料夾,請建立它們:

      1. 開啟位於 https://console.aws.amazon.com/s3/ 的 Amazon S3 主控台。

      2. 如果您沒有 Amazon S3 儲存貯體,請選擇建立儲存貯體。針對儲存貯體名稱,輸入新儲存貯體的唯一名稱。選擇建立儲存貯體

      3. 從儲存貯體清單中,選擇您要使用的儲存貯體。

      4. 選擇 Create folder (建立資料夾)。針對資料夾名稱,輸入 databrew-output,然後選擇建立資料夾

  4. 針對存取許可,選擇允許 DataBrew 寫入 Amazon S3 輸出位置的 IAM 角色。

    對於AWS您的帳戶擁有的 S3 位置,您可以選擇AwsGlueDataBrewDataAccessRole服務受管角色。這樣做可讓 DataBrew 存取您擁有的 S3 資源。

  5. 將其他設定保留為預設值,然後選擇建立和執行任務

  6. 任務執行完成之後,工作區會顯示資料設定檔的圖形摘要。

    資料設定檔概觀索引標籤會顯示資料特性的高階摘要,如下列螢幕擷取畫面所示。

    顯示資料集摘要的資料設定檔概觀,包括資料列計數、資料欄和資料類型。

    資料欄統計資料索引標籤會顯示資料值的column-by-column明細:

    資料欄統計資料索引標籤顯示資料設定檔概觀、資料欄類型和資料品質指標。