AWS 文档中描述的 AWS 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 AWS 服务入门。

教程：设置本地 Apache Zeppelin 笔记本来测试和调试 ETL 脚本

在本教程中，您会将本地计算机上的 Apache Zeppelin 笔记本连接到开发终端节点，以便您可以先以交互方式运行、调试和测试 AWS Glue ETL（提取、转换和加载）脚本，然后再部署它们。本教程使用 SSH 端口转发将本地计算机连接到 AWS Glue 开发终端节点。有关更多信息，请参阅 Wikipedia 中的端口转发。

本教程假定您已执行中概述的步骤进行操作 教程的先决条件。

安装 Apache Zeppelin Notebook

启动 SSH 端口转发以连接到您的 DevEndpoint

接下来，使用 SSH 本地端口转发将本地端口（此处为 9007）转发到由 AWS Glue (169.254.76.1:9007) 定义的远程目标。

打开一个能让您访问 SSH 安全外壳协议的终端窗口。在 Microsoft Windows 上，您可以使用 Git for Windows 提供的 BASH 外壳，或者安装 Cygwin。

运行以下 SSH 命令，按如下所示进行修改：

ssh -i private-key-file-path -NTL 9007:169.254.76.1:9007 glue@dev-endpoint-public-dns

您可能会看到类似如下的警告消息：

The authenticity of host 'ec2-xx-xxx-xxx-xx.us-west-2.compute.amazonaws.com (xx.xxx.xxx.xx)'
can't be established.  ECDSA key fingerprint is SHA256:4e97875Brt+1wKzRko+JflSnp21X7aTP3BcFnHYLEts.
Are you sure you want to continue connecting (yes/no)?

键入 yes，在使用 Zeppelin 笔记本时保持终端窗口打开。

在 Notebook 段落中运行简单脚本片段

在 Zeppelin 启动页面上，选择 Create new note。命名新的注释 Legislators，确认 spark 是解释器。

在笔记本中键入以下脚本片段并运行它。它使用人员在 AWS Glue 数据目录 中的元数据以从您的示例数据创建 DynamicFrame。然后，它会打印出该数据的项目计数和架构。

%pyspark
import sys
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.transforms import *

# Create a Glue context
glueContext = GlueContext(SparkContext.getOrCreate())

# Create a DynamicFrame using the 'persons_json' table
persons_DyF = glueContext.create_dynamic_frame.from_catalog(database="legislators", table_name="persons_json")

# Print out information about this data
print "Count:  ", persons_DyF.count()
persons_DyF.printSchema()

脚本的输出如下所示：

 Count:  1961
 root
 |-- family_name: string
 |-- name: string
 |-- links: array
 |    |-- element: struct
 |    |    |-- note: string
 |    |    |-- url: string
 |-- gender: string
 |-- image: string
 |-- identifiers: array
 |    |-- element: struct
 |    |    |-- scheme: string
 |    |    |-- identifier: string
 |-- other_names: array
 |    |-- element: struct
 |    |    |-- note: string
 |    |    |-- name: string
 |    |    |-- lang: string
 |-- sort_name: string
 |-- images: array
 |    |-- element: struct
 |    |    |-- url: string
 |-- given_name: string
 |-- birth_date: string
 |-- id: string
 |-- contact_details: array
 |    |-- element: struct
 |    |    |-- type: string
 |    |    |-- value: string
 |-- death_date: string

对您的本地 Notebook 连接进行问题排查