Création d'un flux de travail

Avant de commencer, assurez-vous d'avoir accordé les autorisations de données et les autorisations de localisation des données requises au rôleLakeFormationWorkflowRole. Le flux de travail peut ainsi créer des tables de métadonnées dans le catalogue de données et écrire des données vers des emplacements cibles dans Amazon S3. Pour plus d’informations, consultez (Facultatif) Créez un IAM rôle pour les flux de travail et Vue d'ensemble des autorisations relatives à Lake Formation .

Note

Lake Formation utilise GetTemplateInstanceGetTemplateInstances, et effectue des InstantiateTemplate opérations pour créer des flux de travail à partir de plans. Ces opérations ne sont pas accessibles au public et ne sont utilisées qu'en interne pour créer des ressources en votre nom. Vous recevez des CloudTrail événements pour créer des flux de travail.

Pour créer un flux de travail à partir d'un plan

1. Ouvrez la AWS Lake Formation console à l'adresse https://console.aws.amazon.com/lakeformation/. Connectez-vous en tant qu'administrateur du lac de données ou en tant qu'utilisateur disposant d'autorisations d'ingénieur de données. Pour de plus amples informations, veuillez consulter Référence des personnes et des IAM autorisations de Lake Formation.

2. Dans le volet de navigation, choisissez Blueprints, puis choisissez Use Blueprint.

3. Sur la page Utiliser un plan, choisissez une vignette pour sélectionner le type de plan.

4. Sous Source d'importation, spécifiez la source de données.

   Si vous importez depuis une JDBC source, spécifiez les éléments suivants :

   • Connexion à la base de données —Choisissez une connexion dans la liste. Créez des connexions supplémentaires à l'aide du AWS Glue console. Le nom JDBC d'utilisateur et le mot de passe de la connexion déterminent les objets de base de données auxquels le flux de travail a accès.

   • Chemin des données source —Entrez <database>/<schema>/<table> or <database>/<table>, en fonction du produit de base de données. Oracle Database et My SQL ne supportent pas le schéma dans le chemin. Vous pouvez remplacer le pourcentage (%) par <schema> or <table>. Par exemple, pour une base de données Oracle dont l'identifiant système (SID) estorcl, entrez orcl/% pour importer toutes les tables auxquelles l'utilisateur nommé dans la connexion a accès.

     Important

     Ce champ distingue les majuscules et minuscules. Le flux de travail échouera s'il existe une incompatibilité majuscules/minuscules pour l'un des composants.

     Si vous spécifiez une SQL base de données My, elle AWS Glue ETL utilise le JDBC pilote Mysql5 par défaut, donc My n'SQL8est pas supporté en mode natif. Vous pouvez modifier le script de ETL tâche pour utiliser un customJdbcDriverS3Path paramètre tel que décrit dans la section JDBC connectionType Valeurs du manuel du AWS Glue développeur afin d'utiliser un autre JDBC pilote compatible avec MySQL8.

   Si vous effectuez une importation à partir d'un fichier journal, assurez-vous que le rôle que vous spécifiez pour le flux de travail (le « rôle de flux de travail ») dispose des IAM autorisations requises pour accéder à la source de données. Par exemple, pour importer AWS CloudTrail des journaux, l'utilisateur doit disposer des cloudtrail:LookupEvents autorisations cloudtrail:DescribeTrails et pour consulter la liste des CloudTrail journaux lors de la création du flux de travail, et le rôle du flux de travail doit disposer d'autorisations sur l' CloudTrail emplacement dans Amazon S3.

5. Effectuez l’une des actions suivantes :

   • Pour le type de plan instantané de base de données, identifiez éventuellement un sous-ensemble de données à importer en spécifiant un ou plusieurs modèles d'exclusion. Ces modèles d'exclusion sont des modèles de style Unix. glob Ils sont stockés en tant que propriété des tables créées par le flux de travail.

     Pour plus de détails sur les modèles d'exclusion disponibles, consultez la section Include et d'exclusion des modèles dans le manuel du AWS Glue développeur.

   • Pour le type de plan de base de données incrémentiel, spécifiez les champs suivants. Ajoutez une ligne pour chaque table à importer.

     Nom de la table

     Tableau à importer. Tout doit être en minuscules.

     Clés de signet

     Liste de noms de colonnes séparés par des virgules qui définissent les clés des signets. Si ce champ est vide, la clé primaire est utilisée pour déterminer les nouvelles données. Le cas de chaque colonne doit correspondre au cas défini dans la source de données.

     Note

     La clé primaire est considérée comme la clé de signet par défaut uniquement si elle augmente ou diminue de manière séquentielle (sans interruption). Si vous souhaitez utiliser la clé primaire comme clé de signet et qu'elle comporte des lacunes, vous devez nommer la colonne de clé primaire comme clé de signet.

     Marquer la commande

     Lorsque vous choisissez Ascending, les lignes dont les valeurs sont supérieures aux valeurs enregistrées dans les favoris sont identifiées comme de nouvelles lignes. Lorsque vous choisissez Décroissant, les lignes dont les valeurs sont inférieures aux valeurs enregistrées dans les favoris sont identifiées comme de nouvelles lignes.

     Schéma de partitionnement

     (Facultatif) Liste des colonnes clés de partitionnement, délimitées par des barres obliques (/). Exemple : year/month/day.

     

     Pour plus d'informations, consultez la section Suivi des données traitées à l'aide des signets de tâches dans le Guide du AWS Glue développeur.

6. Sous Cible d'importation, spécifiez la base de données cible, l'emplacement Amazon S3 cible et le format des données.

   Assurez-vous que le rôle de flux de travail dispose des autorisations Lake Formation requises sur la base de données et sur l'emplacement cible Amazon S3.

   Note

   À l'heure actuelle, les plans ne prennent pas en charge le chiffrement des données sur la cible.

7. Choisissez une fréquence d'importation.

   Vous pouvez spécifier une cron expression à l'aide de l'option Personnalisée.

8. Sous Options d'importation :

   1. Entrez un nom de flux de travail.

   2. Pour rôle, choisissez le rôle LakeFormationWorkflowRole que vous avez créé dans(Facultatif) Créez un IAM rôle pour les flux de travail.

   3. Spécifiez éventuellement un préfixe de table. Le préfixe est ajouté aux noms des tables du catalogue de données créées par le flux de travail.

9. Choisissez Créer et attendez que la console indique que le flux de travail a été créé avec succès.

   Astuce

   Avez-vous reçu le message d'erreur suivant ?

   User: arn:aws:iam::<account-id>:user/<username> is not authorized to perform: iam:PassRole on resource:arn:aws:iam::<account-id>:role/<rolename>...

   Si c'est le cas, vérifiez que vous avez remplacé <account-id> avec un numéro de AWS compte valide dans toutes les polices.

Voir aussi :

• Plans et flux de travail dans Lake Formation