步驟 1 - 建立 Amazon DataZone 網域和資料入口網站步驟 2 - 建立發佈專案步驟 3 - 建立環境步驟 4 - 產生資料以進行發佈步驟 5 - 從 Amazon Redshift 收集中繼資料步驟 6 - 整理和發佈資料資產步驟 7 - 建立專案以進行資料分析步驟 8 - 建立資料分析的環境步驟 9 - 搜尋資料目錄並訂閱資料步驟 10 - 核准訂閱請求步驟 11 - 在 Amazon Redshift 中建立查詢和分析資料

Amazon Redshift 資料的 Amazon DataZone 快速入門

完成下列快速入門步驟， DataZone 使用範例 Amazon Redshift 資料在 Amazon 中執行完整的資料生產者和資料取用者工作流程。

步驟 1 - 建立 Amazon DataZone 網域和資料入口網站

完成下列程序以建立 Amazon DataZone 網域。如需 Amazon DataZone 網域的詳細資訊，請參閱 Amazon DataZone 術語和概念。

導覽至位於 https://console.aws.amazon.com/datazone 的 Amazon DataZone 主控台，登入，然後選擇建立網域 。

注意
如果您想要為此工作流程使用現有的 Amazon DataZone 網域，請選擇檢視網域，然後選擇要使用的網域，然後繼續建立發佈專案的步驟 2。
在建立網域頁面上，提供下列欄位的值：
- 名稱 - 為您的網域指定名稱。為此工作流程的目的，您可以呼叫此網域 Marketing。
- Description - 指定選用的網域描述。
- 資料加密 - 您的資料預設為使用 AWS 擁有和管理的金鑰進行加密。在此演練中，您可以保留預設的資料加密設定。
  
  如需使用客戶受管金鑰的詳細資訊，請參閱 Amazon DataZone 的靜態資料加密。如果您使用自己的KMS金鑰進行資料加密，則必須在預設中包含下列陳述式AmazonDataZoneDomainExecutionRole。
```
{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "kms:Decrypt",
        "kms:GenerateDataKey"
      ],
      "Resource": "*"
    }
  ]
}
            
```
- 服務存取 - 選擇使用自訂服務角色選項，然後從AmazonDataZoneDomainExecutionRole下拉式功能表中選擇。
- 在快速設定 下，選擇設定此帳戶以使用資料並發佈 。此選項會啟用 Data lake 和 Data warehouse 的內建 Amazon DataZone 藍圖，並設定必要的許可和資源，以完成此工作流程中的其餘步驟。如需 Amazon DataZone 藍圖的詳細資訊，請參閱 Amazon DataZone 術語和概念。
- 將許可詳細資訊和標籤下的其餘欄位保持不變，然後選擇建立網域 。
成功建立網域後，請選擇此網域，然後在網域的摘要頁面上，記下此網域的資料入口網站URL。您可以使用此功能URL來存取 Amazon DataZone 資料入口網站，以完成此工作流程中的其餘步驟。

注意

在目前版本的 Amazon 中 DataZone，一旦建立網域，就無法修改為資料入口網站URL產生的。

建立網域可能需要幾分鐘的時間才能完成。等待網域的狀態為可用，然後繼續下一個步驟。

步驟 2 - 建立發佈專案

下一節說明在此工作流程中建立發佈專案的步驟。

完成步驟 1 後，請使用 DataZone 資料入口網站導覽至 Amazon 資料入口網站，URL並使用單一登入（SSO）或 AWS IAM憑證登入。
選擇建立專案 ，指定專案名稱，例如，針對此工作流程，您可以命名它 SalesDataPublishingProject，然後讓其餘欄位保持不變，然後選擇建立。

步驟 3 - 建立環境

下一節說明在此工作流程中建立環境的步驟。

完成步驟 2 後，請在 Amazon DataZone 資料入口網站中選擇您在上一個步驟中建立的SalesDataPublishingProject專案，然後選擇環境索引標籤，然後選擇建立環境 。
在建立環境頁面上，指定下列項目，然後選擇建立環境 。
- 名稱 - 指定環境的名稱。對於此演練，您可以呼叫它 Default data warehouse environment。
- 描述 - 指定環境的描述。
- 環境設定檔 - 選擇DataWarehouseProfile環境設定檔。
- 提供 Amazon Redshift 叢集的名稱、資料庫名稱，以及儲存資料的 Amazon Redshift ARN 叢集秘密。
  注意
  請確定您在 AWS Secrets Manager 中的秘密包含下列標籤（索引鍵/值）：
  
  對於 Amazon Redshift 叢集 - datazone.rs.cluster：<cluster_name：database name>
  
  對於 Amazon Redshift Serverless 工作群組 - datazone.rs.workgroup：<workgroup_name：database_name>
  
  AmazonDataZoneProject：<projectID >
  
  AmazonDataZoneDomain：<domainID >
  
  如需詳細資訊，請參閱在 AWS Secrets Manager 中儲存資料庫憑證。
  您在 AWS Secrets Manager 中提供的資料庫使用者必須具有超級使用者許可。

步驟 4 - 產生資料以進行發佈

下一節說明產生資料以在此工作流程中發佈的步驟。

完成步驟 3 後，請在 Amazon DataZone 資料入口網站中選擇SalesDataPublishingProject專案，然後在右側面板的分析工具 下，選擇 Amazon Redshift 。這會使用專案的憑證來開啟 Amazon Redshift 查詢編輯器以進行身分驗證。

在此演練中，您正在使用建立資料表作為選取 （CTAS）查詢指令碼來建立新的資料表，以便發佈至 Amazon DataZone。在您的查詢編輯器中，執行此CTAS指令碼以建立mkt_sls_table資料表，供您發佈和提供搜尋和訂閱。



CREATE TABLE mkt_sls_table AS
SELECT 146776932 AS ord_num, 23 AS sales_qty_sld, 23.4 AS wholesale_cost, 45.0 as lst_pr, 43.0 as sell_pr, 2.0 as disnt, 12 as ship_mode,13 as warehouse_id, 23 as item_id, 34 as ctlg_page, 232 as ship_cust_id, 4556 as bill_cust_id
UNION ALL SELECT 46776931, 24, 24.4, 46, 44, 1, 14, 15, 24, 35, 222, 4551
UNION ALL SELECT 46777394, 42, 43.4, 60, 50, 10, 30, 20, 27, 43, 241, 4565
UNION ALL SELECT 46777831, 33, 40.4, 51, 46, 15, 16, 26, 33, 40, 234, 4563
UNION ALL SELECT 46779160, 29, 26.4, 50, 61, 8, 31, 15, 36, 40, 242, 4562
UNION ALL SELECT 46778595, 43, 28.4, 49, 47, 7, 28, 22, 27, 43, 224, 4555
UNION ALL SELECT 46779482, 34, 33.4, 64, 44, 10, 17, 27, 43, 52, 222, 4556
UNION ALL SELECT 46779650, 39, 37.4, 51, 62, 13, 31, 25, 31, 52, 224, 4551
UNION ALL SELECT 46780524, 33, 40.4, 60, 53, 18, 32, 31, 31, 39, 232, 4563
UNION ALL SELECT 46780634, 39, 35.4, 46, 44, 16, 33, 19, 31, 52, 242, 4557
UNION ALL SELECT 46781887, 24, 30.4, 54, 62, 13, 18, 29, 24, 52, 223, 4561

請確定已成功建立 mkt_sls_table 資料表。現在，您有一個資料資產可以發佈到 Amazon DataZone 目錄。

步驟 5 - 從 Amazon Redshift 收集中繼資料

下一節說明從 Amazon Redshift 收集中繼資料的步驟。

完成步驟 4 後，請在 Amazon DataZone 資料入口網站中選擇SalesDataPublishingProject專案，然後選擇資料索引標籤，然後選擇資料來源 。
選擇作為環境建立程序一部分而建立的來源。
選擇動作下拉式功能表旁的執行，然後選擇重新整理按鈕。資料來源執行完成後，便會將資產新增至 Amazon DataZone 庫存。

步驟 6 - 整理和發佈資料資產

下一節說明在此工作流程中策劃和發佈資料資產的步驟。

完成步驟 5 後，請在 Amazon DataZone 資料入口網站中選擇SalesDataPublishingProject專案，然後選擇資料索引標籤、選擇庫存資料，然後找出mkt_sls_table資料表。
開啟mkt_sls_table資產的詳細資訊頁面，以查看自動產生的商業名稱。選擇自動產生的中繼資料圖示，以檢視資產和資料欄的自動產生的名稱。您可以個別接受或拒絕每個名稱，或選擇全部接受以套用產生的名稱。或者，您也可以將可用的中繼資料表單新增至您的資產，然後選取詞彙術語來分類資料。
選擇發佈以發佈mkt_sls_table資產。

步驟 7 - 建立專案以進行資料分析

下一節說明在此工作流程中為資料分析建立 te 專案的步驟。

完成步驟 6 後，請在 Amazon DataZone 資料入口網站中選擇建立專案 。
在建立專案頁面中，指定專案名稱，例如，針對此工作流程，您可以命名它 MarketingDataAnalysisProject，然後讓其餘欄位保持不變，然後選擇建立。

步驟 8 - 建立資料分析的環境

下一節說明在此工作流程中建立資料分析環境的步驟。

完成步驟 7 後，請在 Amazon DataZone 資料入口網站中選擇您在上一個步驟中建立的MarketingDataAnalysisProject專案，然後選擇環境索引標籤，然後選擇新增環境 。
在建立環境頁面上，指定下列項目，然後選擇建立環境 。
- 名稱 - 指定環境的名稱。對於此演練，您可以呼叫它 Default data warehouse environment。
- 描述 - 指定環境的描述。
- 環境設定檔 - 選擇DataWarehouseProfile環境設定檔。
- 提供 Amazon Redshift 叢集的名稱、資料庫名稱，以及儲存資料的 Amazon Redshift ARN 叢集秘密。
  注意
  請確定您在 AWS Secrets Manager 中的秘密包含下列標籤（索引鍵/值）：
  
  對於 Amazon Redshift 叢集 - datazone.rs.cluster：<cluster_name：database name>
  
  對於 Amazon Redshift Serverless 工作群組 - datazone.rs.workgroup：<workgroup_name：database_name>
  
  AmazonDataZoneProject：<projectID >
  
  AmazonDataZoneDomain：<domainID >
  
  如需詳細資訊，請參閱在 AWS Secrets Manager 中儲存資料庫憑證。
  您在 AWS Secrets Manager 中提供的資料庫使用者必須具有超級使用者許可。
- 在此演練中，其餘欄位保持不變。

完成步驟 8 後，請在 Amazon DataZone 資料入口網站的搜尋列中使用關鍵字（例如 'catalog' 或 'sales'）搜尋資料資產。

如有必要，請套用篩選條件或排序，一旦找到產品銷售資料資產，您可以選擇它來開啟資產的詳細資訊頁面。
在產品銷售資料資產的詳細資訊頁面上，選擇訂閱。
在對話方塊中，從下拉式清單中選擇您的取用者專案，提供存取請求的原因，然後選擇訂閱。

步驟 10 - 核准訂閱請求

下一節說明在此工作流程中核准訂閱請求的步驟。

完成步驟 9 後，請在 Amazon DataZone 資料入口網站中選擇您發佈資產的SalesDataPublishingProject專案。
選擇資料索引標籤，然後選擇已發佈的資料 ，然後選擇傳入請求 。
選擇檢視請求連結，然後選擇核准。

步驟 11 - 在 Amazon Redshift 中建立查詢和分析資料

現在您已成功將資產發佈至 Amazon DataZone 目錄並訂閱該目錄，您就可以分析該資產。

在 Amazon DataZone 資料入口網站的右側面板中，按一下 Amazon Redshift 連結。這會使用專案的身分驗證憑證來開啟 Amazon Redshift 查詢編輯器。
您現在可以在訂閱的資料表上執行查詢（選取陳述式）。您可以按一下資料表（three-vertical-dots 選項）並選擇預覽，以在編輯器畫面上選擇陳述式。執行查詢以查看結果。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

包含範例 AWS Glue 資料的快速入門指南

常見任務的範例指令碼