Langkah 3: Buat database Lake Formation - AWS Lake Formation

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Langkah 3: Buat database Lake Formation

Pada langkah ini, Anda membuat dua database dan melampirkan LF-tag ke database dan kolom tertentu untuk tujuan pengujian.

Buat database dan tabel Anda untuk akses tingkat database
  1. Pertama, buat databasetag_database, tabelsource_data, dan lampirkan LF-tag yang sesuai.

    1. Di konsol Lake Formation (https://console.aws.amazon.com/lakeformation/), di bawah Katalog Data, pilih Database.

    2. Pilih Buat basis data.

    3. Untuk Nama, masukkan tag_database.

    4. Untuk Lokasi, masukkan lokasi Amazon S3 yang dibuat oleh template. AWS CloudFormation (s3://lf-tagbased-demo-Account-ID/tag_database/)

    5. Hapus pilih Gunakan hanya kontrol akses IAM untuk tabel baru dalam database ini.

    6. Pilih Buat basis data.

  2. Selanjutnya, buat tabel baru di dalamnyatag_database.

    1. Pada halaman Database, pilih databasetag_database.

    2. Pilih Lihat Tabel dan klik Buat tabel.

    3. Untuk Nama, masukkan source_data.

    4. Untuk Basis data, pilih basis data tag_database.

    5. Untuk format Tabel, pilih AWS Glue Tabel standar.

    6. Untuk Data terletak di, pilih Jalur yang ditentukan di akun saya.

    7. Untuk jalur Sertakan, masukkan jalur yang akan tag_database dibuat oleh AWS CloudFormation template(s3://lf-tagbased-demoAccount-ID/tag_database/).

    8. Untuk format Data, pilih CSV.

    9. Di bawah Upload skema, masukkan array JSON berikut dari struktur kolom untuk membuat skema:

      [ { "Name": "vendorid", "Type": "string" }, { "Name": "lpep_pickup_datetime", "Type": "string" }, { "Name": "lpep_dropoff_datetime", "Type": "string" }, { "Name": "store_and_fwd_flag", "Type": "string" }, { "Name": "ratecodeid", "Type": "string" }, { "Name": "pulocationid", "Type": "string" }, { "Name": "dolocationid", "Type": "string" }, { "Name": "passenger_count", "Type": "string" }, { "Name": "trip_distance", "Type": "string" }, { "Name": "fare_amount", "Type": "string" }, { "Name": "extra", "Type": "string" }, { "Name": "mta_tax", "Type": "string" }, { "Name": "tip_amount", "Type": "string" }, { "Name": "tolls_amount", "Type": "string" }, { "Name": "ehail_fee", "Type": "string" }, { "Name": "improvement_surcharge", "Type": "string" }, { "Name": "total_amount", "Type": "string" }, { "Name": "payment_type", "Type": "string" } ]
    10. Pilih Unggah. Setelah mengunggah skema, skema tabel akan terlihat seperti tangkapan layar berikut:

    11. Pilih Kirim.

  3. Selanjutnya, lampirkan LF-tag di tingkat database.

    1. Pada halaman Database, temukan dan pilihtag_database.

    2. Pada menu Tindakan, pilih Edit LF-tag.

    3. Pilih Tetapkan LF-Tag baru.

    4. Untuk kunci yang Ditugaskan ΒΈ pilih Confidential LF-tag yang Anda buat sebelumnya.

    5. Untuk Nilai, pilihTrue.

    6. Pilih Simpan.

    Ini melengkapi penugasan LF-tag ke database tag_database.

Buat database dan tabel Anda untuk akses tingkat kolom

Ulangi langkah-langkah berikut untuk membuat database col_tag_database dan tabelsource_data_col_lvl, dan melampirkan LF-tag pada tingkat kolom.

  1. Pada halaman Database, pilih Buat database.

  2. Untuk Nama, masukkan col_tag_database.

  3. Untuk Lokasi, masukkan lokasi Amazon S3 yang dibuat oleh template. AWS CloudFormation (s3://lf-tagbased-demo-Account-ID/col_tag_database/)

  4. Hapus pilih Gunakan hanya kontrol akses IAM untuk tabel baru dalam database ini.

  5. Pilih Buat basis data.

  6. Pada halaman Database, pilih database (col_tag_database) baru Anda.

  7. Pilih Lihat tabel dan klik Buat tabel.

  8. Untuk Nama, masukkan source_data_col_lvl.

  9. Untuk Database, pilih database baru Anda(col_tag_database).

  10. Untuk format Tabel, pilih AWS Glue Tabel standar.

  11. Untuk Data terletak di, pilih Jalur yang ditentukan di akun saya.

  12. Masukkan jalur Amazon S3 untuk. col_tag_database (s3://lf-tagbased-demo-Account-ID/col_tag_database/)

  13. Untuk format Data, pilihCSV.

  14. Di bawahUpload schema, masukkan skema JSON berikut:

    [ { "Name": "vendorid", "Type": "string" }, { "Name": "lpep_pickup_datetime", "Type": "string" }, { "Name": "lpep_dropoff_datetime", "Type": "string" }, { "Name": "store_and_fwd_flag", "Type": "string" }, { "Name": "ratecodeid", "Type": "string" }, { "Name": "pulocationid", "Type": "string" }, { "Name": "dolocationid", "Type": "string" }, { "Name": "passenger_count", "Type": "string" }, { "Name": "trip_distance", "Type": "string" }, { "Name": "fare_amount", "Type": "string" }, { "Name": "extra", "Type": "string" }, { "Name": "mta_tax", "Type": "string" }, { "Name": "tip_amount", "Type": "string" }, { "Name": "tolls_amount", "Type": "string" }, { "Name": "ehail_fee", "Type": "string" }, { "Name": "improvement_surcharge", "Type": "string" }, { "Name": "total_amount", "Type": "string" }, { "Name": "payment_type", "Type": "string" } ]
  15. Pilih Upload. Setelah mengunggah skema, skema tabel akan terlihat seperti tangkapan layar berikut.

  16. Pilih Kirim untuk menyelesaikan pembuatan tabel.

  17. Sekarang, kaitkan Sensitive=True LF-tag ke kolom vendorid dan. fare_amount

    1. Pada halaman Tabel, pilih tabel yang Anda buat(source_data_col_lvl).

    2. Pada menu Tindakan, pilih Skema.

    3. Pilih kolom vendorid dan pilih Edit LF-tag.

    4. Untuk kunci yang Ditugaskan, pilih Sensitif.

    5. Untuk Nilai, pilih Benar.

    6. Pilih Simpan.

  18. Selanjutnya, kaitkan Confidential=False LF-tag ke. col_tag_database Ini diperlukan lf-data-analyst agar dapat menggambarkan database col_tag_database saat masuk dari Amazon Athena.

    1. Pada halaman Database, temukan dan pilihcol_tag_database.

    2. Pada menu Tindakan, pilih Edit LF-tag.

    3. Pilih Tetapkan LF-Tag baru.

    4. Untuk kunci yang Ditugaskan, pilih Confidential LF-tag yang Anda buat sebelumnya.

    5. Untuk Nilai, pilihFalse.

    6. Pilih Simpan.