Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

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。

创建和使用Amazon Glue DataBrew食谱

在 DatabreW 中，食谱是一组数据转换步骤。您可以将这些步骤应用于数据的样本，也可以将相同的配方应用于数据集。

开发配方的最轻松方法是创建一个 DataBrew 项目，您可以在其中以交互方式处理数据样本-有关详细信息，请参阅创建和使用Amazon Glue DataBrew项目. 作为项目创建工作流程的一部分，将创建一个新的（空）配方并附加到项目中。然后，您可以通过添加数据转换开始构建自己的配方。

当你继续开发食谱时，你可以通过以下方式保存你的工作出版该配方。 DataBrew 为你的食谱维护已发布版本的列表。您可以在配方作业中使用任何已发布版本，运行配方（在配方作业中）以转换数据集。您还可以下载配方步骤的副本，以便在其他项目或其他数据集转换中重复使用配方。

您还可以开发 DataBrew 使用编程配方Amazon Command Line Interface(Amazon CLI) 或者其中一个Amazon开发工具包。在 DataBrew API，转换称为配方操作.

即使你不是程序员，了解食谱的结构以及如何 DataBrew 组织食谱操作。

发布新配方版本

您可以在交互式中发布食谱的新版本 DataBrew 项目会话。

您可以通过选择以下方式查看所有已发布的食谱及其版本项目从导航窗格中。

定义配方结构

当你第一次使用 DataBrew 控制台中，您可以定义与该项目关联的配方。如果您目前没有配方，控制台将为您创建一个配方。

在控制台中处理项目时，可以使用转换工具栏对数据集中的示例数据应用操作。继续构建配方时，控制台会显示配方步骤以及这些步骤的顺序。您可以迭代和优化配方，直到对步骤感到满意。

InAmazon Glue DataBrew 入门，你可以构建一个秘方来转换著名的国际象棋游戏数据集。你可以通过选择下载食谱步骤的副本以 JSON 格式下载要么以 YAML 形式下载如以下屏幕截图所示。

下载的 JSON 文件包含与您添加到食谱中的转换相对应的配方操作。

新配方没有任何步骤。您可以将新配方表示为空 JSON 列表，如下所示。

[ ]

以下是此类文件的示例，用于chess-project-recipe. JSON 列表包含几个描述配方步骤的对象。JSON 列表中的每个对象都用大括号括起来（{ })。JSON 行由逗号分隔。

[
    {
        "Action": {
            "Operation": "REMOVE_VALUES",
            "Parameters": {
                "sourceColumn": "black_rating"
            }
        },
        "ConditionExpressions": [
            {
                "Condition": "LESS_THAN",
                "Value": "1800",
                "TargetColumn": "black_rating"
            }
        ]
    },
    {
        "Action": {
            "Operation": "REMOVE_VALUES",
            "Parameters": {
                "sourceColumn": "white_rating"
            }
        },
        "ConditionExpressions": [
            {
                "Condition": "LESS_THAN",
                "Value": "1800",
                "TargetColumn": "white_rating"
            }
        ]
    },
    {
        "Action": {
            "Operation": "GROUP_BY",
            "Parameters": {
                "groupByAggFunctionOptions": "[{\"sourceColumnName\":\"winner\",\"targetColumnName\":\"winner_count\",\"targetColumnDataType\":\"int\",\"functionName\":\"COUNT\"}]",
                "sourceColumns": "[\"winner\",\"victory_status\"]",
                "useNewDataFrame": "true"
            }
        }
    },
    {
        "Action": {
            "Operation": "REMOVE_VALUES",
            "Parameters": {
                "sourceColumn": "winner"
            }
        },
        "ConditionExpressions": [
            {
                "Condition": "IS",
                "Value": "[\"draw\"]",
                "TargetColumn": "winner"
            }
        ]
    },
    {
        "Action": {
            "Operation": "REPLACE_TEXT",
            "Parameters": {
                "pattern": "mate",
                "sourceColumn": "victory_status",
                "value": "checkmate"
            }
        }
    },
    {
        "Action": {
            "Operation": "REPLACE_TEXT",
            "Parameters": {
                "pattern": "resign",
                "sourceColumn": "victory_status",
                "value": "other player resigned"
            }
        }
    },
    {
        "Action": {
            "Operation": "REPLACE_TEXT",
            "Parameters": {
                "pattern": "outoftime",
                "sourceColumn": "victory_status",
                "value": "ran out of time"
            }
        }
    }
]

如果我们只为新动作添加新行，就更容易看到每个动作都是单独的行，如下所示。

[
 { "Action": { "Operation": "REMOVE_VALUES", "Parameters": { "sourceColumn": "black_rating" } }, "ConditionExpressions": [ { "Condition": "LESS_THAN", "Value": "1800", "TargetColumn": "black_rating" } ] },
 { "Action": { "Operation": "REMOVE_VALUES", "Parameters": { "sourceColumn": "white_rating" } }, "ConditionExpressions": [ { "Condition": "LESS_THAN", "Value": "1800", "TargetColumn": "white_rating" } ] },
 { "Action": { "Operation": "GROUP_BY", "Parameters": { "groupByAggFunctionOptions": "[{\"sourceColumnName\":\"winner\",\"targetColumnName\":\"winner_count\",\"targetColumnDataType\":\"int\",\"functionName\":\"COUNT\"}]", "sourceColumns": "[\"winner\",\"victory_status\"]", "useNewDataFrame": "true" } } },
 { "Action": { "Operation": "REMOVE_VALUES", "Parameters": { "sourceColumn": "winner" } }, "ConditionExpressions": [ { "Condition": "IS", "Value": "[\"draw\"]", "TargetColumn": "winner" } ] },
 { "Action": { "Operation": "REPLACE_TEXT", "Parameters": { "pattern": "mate", "sourceColumn": "victory_status", "value": "checkmate" } } },
 { "Action": { "Operation": "REPLACE_TEXT", "Parameters": { "pattern": "resign", "sourceColumn": "victory_status", "value": "other player resigned" } } },
 { "Action": { "Operation": "REPLACE_TEXT", "Parameters": { "pattern": "outoftime", "sourceColumn": "victory_status", "value": "ran out of time" } } }
]

这些操作按顺序执行，与文件中的顺序相同：

在交互式中 DataBrew 项目会话，每个RecipeAction对应于您应用于数据样本的数据转换。

DatabreW 提供了 200 多项食谱操作。有关更多信息，请参阅 配方步骤和功能参考。

使用条件

您可以使用条件以缩小处方行动的范围。在过滤数据的转换中使用条件，例如，根据特定列值移除不需要的行。

让我们详细了解一下来自的配方操作chess-project-recipe.

  {
    "Action": {
      "Operation": "REMOVE_VALUES",
      "Parameters": {
        "sourceColumn": "black_rating"
      }
    },
    "ConditionExpressions": [
      {
        "Condition": "LESS_THAN",
        "Value": "1800",
        "TargetColumn": "black_rating"
      }
    ]
  }

这种转换会读取black_ratingcolumn. 这些区域有：ConditionExpressionslist 决定了过滤条件：任何有black_rating小于 1,800 的值将从数据集中移除。

配方的后续转变也是同样的事情，因为white_rating. 这样，数据仅限于每位玩家（黑白）评分为 A 级或以上的游戏。

下面是另一个应用于字符数据列的条件示例。

  {
    "Action": {
      "Operation": "REMOVE_VALUES",
      "Parameters": {
        "sourceColumn": "winner"
      }
    },
    "ConditionExpressions": [
      {
        "Condition": "IS",
        "Value": "[\"draw\"]",
        "TargetColumn": "winner"
      }
    ]
  }

这种转换会读取winner列，查找值draw然后删除那些行。这样，数据仅限于那些有明显赢家的游戏。

DatabreW 支持以下条件：