本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
步骤 6:转换数据集
到目前为止,您仅在数据集的样本上测试了食谱。现在是时候通过创建 DataBrew 配方作业来转换整个数据集了。
任务运行时, DataBrew 将您的配方应用于数据集中的所有数据,并将转换后的数据写入 Amazon S3 存储桶。转换后的数据与原始数据集是分开的。 DataBrew 不会改变源数据。
在继续操作之前,请确保您的账户中有一个 Amazon S3 存储桶。在该存储段中,创建一个用于捕获任务输出的文件夹 DataBrew。要执行这些步骤,请使用以下过程。
创建 S3 存储桶和文件夹以捕获任务输出
-
登录到,Amazon Web Services Management Console然后通过以下网址打开 Amazon S3 控制台:https://console.aws.amazon.com/databrew/
。 如果您已有一个 Amazon S3 存储桶,并具备写入权限,则跳到下一步。
-
如果您没有 Amazon S3 存储桶,请选择创建存储桶。对于存储桶名称,输入新存储桶的唯一名称。选择创建桶。
-
从存储桶列表中,选择要使用的存储桶。
-
请选择 Create folder(创建文件夹)。
-
对于文件夹名称
databrew-output
,输入并选择创建文件夹。
创建包含任务的 S3 存储段和文件夹后,使用以下过程运行您的作业。
创建和运行食谱作业
-
在导航窗格中,选择任务。
-
在 “配方作业” 选项卡上,选择 “创建作业”。
-
在 Job 名称中,输入
chess-winner-summary
。 -
对于作业类型,选择创建配方Job。
-
在 Job 输入数据,执行以下操作:
-
对于 “运行”,选择 “数据集”。
-
选择 “选择数据集” 以查看可用数据集的列表,然后选择
chess-games
。 -
选择 “选择食谱” 以查看可用食谱列表,然后选择
chess-project-recipe
。
-
-
在 Job 输出设置,执行以下操作:
-
文件类型 — 选择 CSV(逗号分隔值)。
-
S3 位置-选择此字段可查看可用 Amazon S3 存储桶的列表,然后选择要使用的存储桶。然后选择 “浏览”。在文件夹列表中,选择
databrew-output
,然后选择选择。
-
-
在访问权限窗格上,选择
AwsGlueDataBrewDataAccessRole
。此服务相关角色可代表您 DataBrew访问 Amazon S3 存储桶。 -
选择创建并运行作业。 DataBrew 使用您的设置创建任务,然后运行该作业。
-
在 “Job 运行历史记录” 窗格上,等待作业状态从更改
Running
为Succeeded
。 -
选择 Ou tion S3 控制台。选择您的 S3 存储桶,然后选择用于访问任务输出的
databrew-output
文件夹。 -
(可选)选择 “下载” 下载文件并查看其内容。