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。
使用 Amazon Glue Studio 构建可视化 ETL 作业
Amazon Glue 作业将封装连接到源数据的脚本，处理该脚本，然后将其写入数据目标。通常，作业运行提取、转换和加载 (ETL) 脚本。作业可以运行专为 Apache Spark 和 Ray 运行时环境设计的脚本。作业还可以运行通用 Python 脚本（Python shell 作业）。Amazon Glue 触发器 可以根据计划或事件或者按需启动作业。您可以监控作业运行以了解运行时指标（例如完成状态、持续时间和开始时间）。
您可以使用 Amazon Glue 生成的脚本，也可以提供您自己的脚本。使用源架构和目标位置或架构，Amazon Glue Studio代码生成器可以自动创建 Apache Spark API (PySpark) 脚本。您可以将此脚本用作起点，并对其进行编辑以满足您的目标。
Amazon Glue 可以用多种数据格式写入输出文件。每种作业类型可能支持不同的输出格式。对于某些数据格式，可以编写常见的压缩格式。
登录到 Amazon Glue 控制台
中的作业 Amazon Glue 由执行提取、转换和加载 (ETL) 工作的业务逻辑组成。您可以在 控制台的 ETLAmazon Glue 部分中创建作业。
要查看现有职位，请登录 Amazon Web Services Management Console 并打开Amazon Glue控制台，网址为 https://console.aws.amazon.com/glue/
创建新任务时或保存任务后，您可以使用 Amazon Glue Studio 修改您的 ETL 任务。您可以在可视编辑器中编辑节点或以开发人员模式编辑任务脚本，从而执行此操作。您还可以在可视编辑器中添加和删除节点，以创建更复杂的 ETL 任务。
在 Amazon Glue Studio 中创建任务的后续步骤
您使用可视化任务编辑器为任务配置节点。每个节点表示一项操作，例如从源位置读取数据或者为数据应用转换。您添加到任务的每个节点都具有相关属性，提供有关数据位置或转换的信息。
创建和管理任务的后续步骤包括：