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。

Amazon 疑難排解 DataZone

如果您在使用 Amazon DataZone 時遇到存取拒絕問題或類似困難，請參閱本節中的主題。

對 Amazon 的 AWS Lake Formation 許可進行故障診斷 DataZone

本節包含您在 時可能遇到之問題的疑難排解指示設定 Amazon 的 Lake Formation 許可 DataZone。

Amazon DataZone 譜系資產與上游資料集連結的故障診斷

本節包含您可能遇到的 Amazon DataZone 譜系問題的疑難排解指示。對於某些 AWS Glue 和 Amazon Redshift 相關的開放譜系執行事件，您可能會看到資產譜系未連結至上游資料集。本主題說明各種情況，以及一些緩解問題的方法。如需譜系的詳細資訊，請參閱 Amazon 中的資料譜系 DataZone （預覽） 。

SourceIdentifier 在譜系節點上

譜系節點中的sourceIdentifier屬性代表資料集上發生的事件。如需詳細資訊，請參閱譜系節點 中的關鍵屬性。

譜系節點代表對應資料集或任務上發生的所有事件。譜系節點包含 "sourceIdentifier" 屬性，其中包含對應資料集/任務的識別符。在我們支援開放系列事件時，該sourceIdentifier值預設為資料集、任務和任務執行的「命名空間」和「名稱」組合。

對於 AWS Glue 和 Amazon Redshift 等 AWS 資源， sourceIdentifier會是 AWS Glue 資料表ARN和 Redshift 資料表，Amazon ARNs DataZone 將從中建構 Run-event 和其他詳細資訊，如下所示：

SourceIdentifier 在 中的資產上 DataZone

AssetCommonDetailForm 有一個名為 "sourceIdentifier" 的屬性，代表資產所代表資料集的識別碼。若要將資產譜系節點與上游資料集連結，屬性需要填入與資料集節點 相符的值sourceIdentifier。如果資料來源匯入資產，工作流程ARN會自動填入sourceIdentifier為 AWS Glue 資料表/Redshift ARN 資料表，而透過 建立的其他資產 （包括自訂資產） CreateAssetAPI應具有來電者填入的值。

Amazon 如何 sourceIdentifier 從 OpenLineage Event DataZone 建構 ？

對於 AWS Glue 和 Redshift 資產， sourceIdentifier 是由 Glue 和 Redshift 所建置ARNs。以下是 Amazon DataZone 建構它的方式：

AWS Glue ARN

目標是建構 OpenLineage 事件，其中輸出譜系節點的 sourceIdentifier是：

arn:aws:glue:us-east-1:123456789012:table/testlfdb/testlftb-1

若要判斷執行是否使用來自 的資料 AWS Glue，請在environment-properties構面中尋找特定關鍵字的存在。具體而言，如果其中任何指定欄位存在，系統會假設 RunEvent源自 AWS Glue。

"run": {
   "runId":"4e3da9e8-6228-4679-b0a2-fa916119fthr",
   "facets":{
      "environment-properties":{
         "_producer":"https://github.com/OpenLineage/OpenLineage/tree/1.9.1/integration/spark",
         "_schemaURL":"https://openlineage.io/spec/2-0-2/OpenLineage.json#/$defs/RunFacet",
         "environment-properties":{
            "GLUE_VERSION":"3.0",
            "GLUE_COMMAND_CRITERIA":"glueetl",
            "GLUE_PYTHON_VERSION":"3"
         }
      }
   }

對於 AWS Glue 執行，您可以使用 symlinks 構面中的名稱來取得資料庫和資料表名稱，該名稱可用於建構 ARN。

需要確保名稱為 databaseName.tableName：

"symlinks": {
   "_producer":"https://github.com/OpenLineage/OpenLineage/tree/1.9.1/integration/spark",
   "_schemaURL":"https://openlineage.io/spec/facets/1-0-0/SymlinksDatasetFacet.json#/$defs/SymlinksDatasetFacet",
   "identifiers":[
      {
         "namespace":"s3://object-path",
         "name":"testlfdb.testlftb-1",
         "type":"TABLE"
      }
   ]
}

範例COMPLETE事件：

{
   "eventTime":"2024-07-01T12:00:00.000000Z",
   "producer":"https://github.com/OpenLineage/OpenLineage/tree/1.9.1/integration/glue",
   "schemaURL":"https://openlineage.io/spec/2-0-2/OpenLineage.json#/$defs/RunEvent",
   "eventType":"COMPLETE",
   "run": {
      "runId":"4e3da9e8-6228-4679-b0a2-fa916119fthr",
      "facets":{
         "environment-properties":{
            "_producer":"https://github.com/OpenLineage/OpenLineage/tree/1.9.1/integration/spark",
            "_schemaURL":"https://openlineage.io/spec/2-0-2/OpenLineage.json#/$defs/RunFacet",
            "environment-properties":{
               "GLUE_VERSION":"3.0",
               "GLUE_COMMAND_CRITERIA":"glueetl",
               "GLUE_PYTHON_VERSION":"3"
            }
         }
      }
   },
   "job":{
      "namespace":"namespace",
      "name":"job_name",
      "facets":{
         "jobType":{
            "_producer":"https://github.com/OpenLineage/OpenLineage/tree/1.9.1/integration/glue",
            "_schemaURL":"https://openlineage.io/spec/facets/2-0-2/JobTypeJobFacet.json#/$defs/JobTypeJobFacet",
            "processingType":"BATCH",
            "integration":"glue",
            "jobType":"JOB"
         }
      }
   },
   "inputs":[
      {
         "namespace":"namespace",
         "name":"input_name"
      }
   ],
   "outputs":[
      {
         "namespace":"namespace.output",
         "name":"output_name",
         "facets":{
            "symlinks":{
               "_producer":"https://github.com/OpenLineage/OpenLineage/tree/1.9.1/integration/spark",
               "_schemaURL":"https://openlineage.io/spec/facets/1-0-0/SymlinksDatasetFacet.json#/$defs/SymlinksDatasetFacet",
               "identifiers":[
                  {
                     "namespace":"s3://object-path",
                     "name":"testlfdb.testlftb-1",
                     "type":"TABLE"
                  }
               ]
            }
         }
      }
   ]
}

根據提交OpenLineage的事件，輸出譜系節點sourceIdentifier的 將是：

arn:aws:glue:us-east-1:123456789012:table/testlfdb/testlftb-1

輸出譜系節點將連接至資產的譜系節點，其中資產的 sourceIdentifier為：

arn:aws:glue:us-east-1:123456789012:table/testlfdb/testlftb-1

Amazon Redshift ARN

目標是建構 OpenLineage 事件，其中輸出譜系節點的 sourceIdentifier是：

arn:aws:redshift:us-east-1:123456789012:table/workgroup-20240715/tpcds_data/public/dws_tpcds_7

系統會根據命名空間判斷輸入或輸出是否存放在 Redshift 中。具體而言，如果命名空間以 redshift：// 開頭，或包含字串redshift-serverless.amazonaws.com或 redshift.amazonaws.com，則它是 Redshift 資源。

"outputs": [
    {
        "namespace":"redshift://workgroup-20240715.123456789012.us-east-1.redshift.amazonaws.com:5439",
        "name":"tpcds_data.public.dws_tpcds_7"
    }
]

請注意，命名空間必須採用下列格式：

provider://{cluster_identifier}.{region_name}:{port}

在 redshift-serverless 中：

"outputs": [
    {
        "namespace":"redshift://workgroup-20240715.123456789012.us-east-1.redshift-serverless.amazonaws.com:5439",
        "name":"tpcds_data.public.dws_tpcds_7"
    }
]

導致下列結果 sourceIdentifier

arn:aws:redshift-serverless:us-east-1:123456789012:table/workgroup-20240715/tpcds_data/public/dws_tpcds_7

根據提交 OpenLineage 的事件，sourceIdentifier要映射到下游 （即事件的輸出） 譜系節點的 為：

arn:aws:redshift-serverless:us-e:us-east-1:123456789012:table/workgroup-20240715/tpcds_data/public/dws_tpcds_7

這是可協助您視覺化目錄中資產譜系的映射。

替代方法

未符合上述任何條件時，系統會使用命名空間 /name 來建構 sourceIdentifier：

"inputs": [
  {
     "namespace":"arn:aws:redshift:us-east-1:123456789012:table",
     "name":"workgroup-20240715/tpcds_data/public/dws_tpcds_7"
  }
],
"outputs": [
  {
     "namespace":"arn:aws:glue:us-east-1:123456789012:table",
     "name":"testlfdb/testlftb-1"
  }
]

對資產譜系節點缺少上游進行故障診斷

如果您沒有看到資產譜系節點的上游，您可以執行下列動作來疑難排解為何它未與資料集連結：

不相符的案例和緩解措施

以下是不匹配的常見案例，以及可能的緩解措施：

根本原因 ：資料表存在於與 Amazon DataZone 網域帳戶不同的帳戶中。

緩解 ：您可以從相關聯的 帳戶叫用 PostLineageEvent操作。當accountId要建構 的 ARN 是從呼叫者憑證中挑選時，您可以在執行入門指令碼或叫用 時，從包含資料表的帳戶擔任角色PostLineageEvent。這樣做將有助於ARNs正確建構 並與資產節點連結。

根本原因 ：ARN適用於 Redshift 的 table/views contains Redshift/Redshift-serverless，以 OpenLineage 執行事件中對應資料集資訊的命名空間和名稱屬性為基礎。

緩解 ：由於沒有確定性的方法可以知道指定名稱是否屬於叢集或工作群組，因此我們使用以下經驗式：

根本原因 ：自訂資產的上游資料集未正確連結。

緩解 ：請務必叫用與資料集節點 （自訂節點為 <namespace>/<name>） 相符sourceIdentifier的 CreateAsset/CreateAssetRevision，以填入資產sourceIdentifier上的 。