使用 AWS Glue 互動式工作階段進行資料準備

AWS Glue 互動式工作階段是一種無伺服器服務，您可以註冊收集、轉換、清理和準備資料，以用於資料湖和資料管道中的儲存。 AWS Glue 互動式工作階段提供隨需無伺服器 Apache Spark 執行期環境，您可以在專用資料處理單元 (DPU) 上在幾秒鐘內初始化，而無需佈建和管理複雜的運算叢集基礎設施。初始化後，您可以在 Studio 或 Studio Classic 筆記本中瀏覽 AWS Glue 資料目錄、執行大型查詢 AWS Lake Formation、存取受 管理的資料，並使用 Spark 以互動方式分析和準備資料。然後，您可以使用準備好的資料，在 SageMaker Studio 或 Studio Classic 中使用專用 ML 工具來訓練、調校和部署模型。當您想要具有可設定性和彈性的中等控制之無伺服器 Spark 服務時，應考慮資料準備工作負載的 AWS Glue 互動式工作階段。

您可以在 Studio 或 Studio Classic 中啟動 JupyterLab 筆記本來啟動 AWS Glue 互動式工作階段。啟動筆記本時，請選擇內建Glue PySpark and Ray或Glue Spark核心。這會自動啟動無伺服器互動式 Spark 工作階段。您不需要佈建或管理任何運算叢集或基礎架構。初始化後，您可以從 Studio 或 Studio Classic 筆記本中探索資料並與之互動。

在 Studio 或 Studio Classic 中啟動 AWS Glue 互動式工作階段之前，您需要設定適當的角色和政策。此外，您可能需要提供其他資源的存取權，例如 Amazon S3 儲存貯體。如需必要 IAM 政策的詳細資訊，請參閱Studio 或 Studio Classic 中 AWS Glue 互動式工作階段的許可。

Studio 和 Studio Classic 為您的 AWS Glue 互動式工作階段提供預設組態，不過，您可以使用 AWS Glue Jupyter 魔術命令的完整目錄來進一步自訂您的環境。如需您可以在 AWS Glue 互動式工作階段中使用的預設和其他 Jupyter 魔術的相關資訊，請參閱 在 Studio 或 Studio Classic 中設定 AWS Glue 互動式工作階段。