기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
다양한 데이터 세트에 데이터 흐름 재사용
Amazon Simple Service (Amazon S3) 데이터 소스의 경우 사용자는 파라미터를 생성하고 사용할 수 있습니다. 파라미터는 Data Wrangler 흐름에 저장한 변수입니다. 이 값은 데이터 소스 Amazon S3 경로의 어떤 부분에도 들어갈 수 있습니다. 파라미터를 사용하여 Data Wrangler 흐름으로 가져오거나 처리 작업으로 내보내는 데이터를 빠르게 변경할 수 있습니다. 또한 사용자는 파라미터를 사용하여 데이터의 특정 하위 집합을 선택하고 가져올 수 있습니다.
Data Wrangler 흐름을 만든 후에는 변환한 데이터를 기반으로 모델을 훈련시켰을 수 있습니다. 스키마가 동일한 데이터 세트의 경우 사용자는 파라미터를 사용하여 다른 데이터 세트에 동일한 변환을 적용하고 다른 모델을 훈련시킬 수 있습니다. 사용자는 새 데이터 세트를 사용하여 모델을 추론하거나, 새 데이터 세트를 사용하여 모델을 재훈련시킬 수 있습니다.
일반적으로 파라미터의 속성은 다음과 같습니다.
-
이름 - 파라미터에 지정하는 이름
-
유형 - 파라미터가 나타내는 값의 유형
-
기본값 - 새 값을 지정하지 않은 경우의 파라미터 값
참고
날짜시간 파라미터에는 기본값으로 사용하는 시간 범위 속성이 있습니다.
Data Wrangler는 중괄호({{}}
)를 사용하여 Amazon S3 경로에서 파라미터가 사용되고 있음을 나타냅니다. 예를 들어, 다음과 URL 같은 것을 사용할 수 있습니다. s3://amzn-s3-demo-bucket1/
{{example_parameter_name}}
/example-dataset.csv
가져온 Amazon S3 데이터 소스를 편집할 때 파라미터를 생성합니다. 사용자는 파일 경로의 어느 부분이든 파라미터 값으로 설정할 수 있습니다. 사용자는 파라미터 값을 값 또는 패턴으로 설정할 수 있습니다. 다음은 Data Wrangler 흐름에서 사용 가능한 파라미터 값 유형입니다.
-
숫자
-
String
-
패턴
-
날짜시간
참고
Amazon S3 경로에는 버킷 이름에 대한 패턴 파라미터 또는 날짜시간 파라미터를 생성할 수 없습니다.
숫자를 숫자 파라미터의 기본값으로 설정해야 합니다. 사용자는 파라미터를 편집하거나 처리 작업을 시작할 때 파라미터 값을 다른 숫자로 변경할 수 있습니다. 예를 들어, S3 경로 s3://amzn-s3-demo-bucket/example-prefix/example-file-1.csv
에서 사용자는 1
대신 number_parameter
로 불리는 숫자 파라미터를 생성할 수 있습니다. 이제 S3 경로가 s3://amzn-s3-demo-bucket/example-prefix/example-file-{{number_parameter}}.csv
로 표시됩니다. 파라미터 값을 변경할 때까지 경로는 계속해서 example-file-1.csv
데이터 세트를 가리킵니다. number_parameter
의 값을 2
로 변경하면 경로는 s3://amzn-s3-demo-bucket/example-prefix/example-file-2.csv
이/가 됩니다. Amazon S3 위치에 파일을 업로드한 경우 사용자는 Data Wrangler로 example-file-2.csv
을/를 가져올 수 있습니다.
문자열 파라미터는 문자열을 기본값으로 저장합니다. 예를 들어, 사용자는 S3 경로 s3://amzn-s3-demo-bucket/example-prefix/example-file-1.csv
에서 파일명 example-file-1.csv
대신 string_parameter
로 불리는 문자열 파라미터를 생성할 수 있습니다. 이제 경로가 s3://amzn-s3-demo-bucket/example-prefix/{{string_parameter}}
로 표시됩니다. 파라미터 값을 변경할 때까지 계속 s3://amzn-s3-demo-bucket/example-prefix/example-file-1.csv
로 유지됩니다.
파일 이름을 문자열 파라미터로 지정하는 대신 사용자는 전체 Amazon S3 경로를 사용하여 문자열 파라미터를 생성할 수 있습니다. 사용자는 모든 Amazon S3 위치의 데이터 세트를 문자열 파라미터로 지정할 수 있습니다.
패턴 매개 변수는 정규 표현식 (PythonREGEX) 문자열을 디폴트 값으로 저장합니다. 사용자는 패턴 파라미터를 사용하여 동시에 여러 데이터 파일을 가져올 수 있습니다. 한 번에 두 개 이상의 객체를 가져오려면 가져오려는 Amazon S3 객체와 일치하는 파라미터 값을 지정하세요.
사용자는 다음 데이터 세트에 대한 패턴 파라미터를 생성할 수도 있습니다.
-
s3://amzn-s3-demo-bucket1/example-prefix/example-file-1.csv
-
s3://amzn-s3-demo-bucket1/example-prefix/example-file-2.csv
-
s3://amzn-s3-demo-bucket1/example-prefix/example-file-10.csv
-
s3://amzn-s3-demo-bucket/example-prefix/example-file-0123.csv
s3://amzn-s3-demo-bucket1/example-prefix/example-file-1.csv
의 경우, 사용자는 1
대신 패턴 파라미터를 생성하고 파라미터의 기본값을 \d+
로 설정할 수 있습니다. \d+
REGEX문자열은 하나 이상의 십진수와 일치합니다. pattern_parameter
이라는 패턴 파라미터를 생성하면 S3 경로가 s3://amzn-s3-demo-bucket1/example-prefix/example-file-{{pattern_parameter}}.csv
로 표시됩니다.
패턴 파라미터를 사용하여 버킷 내 모든 CSV 객체를 일치시킬 수도 있습니다. 버킷의 모든 객체를 매칭시키려면 기본값이 .*
인 패턴 파라미터를 생성하고 경로를 s3://amzn-s3-demo-bucket/{{pattern_parameter}}.csv
로 설정합니다. .*
문자는 경로에 있는 모든 문자열 문자와 매칭합니다.
s3://amzn-s3-demo-bucket/{{pattern_parameter}}.csv
경로는 다음 데이터 세트과 매칭할 수 있습니다.
-
example-file-1.csv
-
other-example-file.csv
-
example-file-a.csv
날짜시간 파라미터는 다음 정보를 포함하는 형식을 저장합니다.
-
Amazon S3 경로 내에서 문자열을 파싱하기 위한 형식.
-
매칭하는 날짜시간 값을 제한하기 위한 상대 시간 범위
예를 들어, Amazon S3 파일 경로 s3://amzn-s3-demo-bucket/2020/01/01/example-dataset.csv
에서 2020/01/01은 year/month/day
의 형식으로 된 날짜시간을 나타냅니다. 사용자는 파라미터의 시간 범위를 1 years
또는 24 hours
와/과 같은 간격으로 설정할 수 있습니다. 1 years
의 간격은 현재 시간과 현재 시간보다 정확히 1년 전 시간 사이에 해당하는 날짜시간을 가진 모든 S3 경로와 매칭합니다. 현재 시간은 데이터에 수행한 변환을 내보내기 시작하는 시간입니다. 데이터 내보내기에 대한 추가 정보는 내보내기 단원을 참조하세요. 현재 날짜가 2022/01/01이고 시간 범위가 1 years
인 경우 S3 경로는 다음과 같은 데이터 세트와 매칭합니다.
-
s3://amzn-s3-demo-bucket/2021/01/01/example-dataset.csv
-
s3://amzn-s3-demo-bucket/2021/06/30/example-dataset.csv
-
s3://amzn-s3-demo-bucket/2021/12/31/example-dataset.csv
상대 시간 범위 내의 날짜시간 값은 시간이 경과함에 따라 변경됩니다. 상대 시간 범위에 속하는 S3 경로도 다를 수 있습니다.
Amazon S3 파일 경로가 s3://
인 경우 amzn-s3-demo-bucket1
/20200101
/example-dataset.csv20220101
는 날짜시간 파라미터가 될 수 있는 경로의 예입니다.
Data Wrangler 흐름에서 생성한 모든 파라미터의 표를 보려면 Amazon S3 경로가 포함된 텍스트 상자 오른쪽에 있는 `{{}}'를 선택합니다. 생성한 파라미터가 더 이상 필요하지 않으면 사용자는 편집하거나 삭제할 수 있습니다. 파라미터를 편집하거나 삭제하려면 파라미터 오른쪽에 있는 아이콘을 선택합니다.
중요
파라미터를 삭제하기 전에 Data Wrangler 흐름의 어느 곳에서도 이를 사용하지 않았음을 확인하세요. 흐름 내에 남아 있는 삭제된 파라미터는 오류를 발생시킬 수 있습니다.
사용자는 Data Wrangler 흐름의 모든 단계에 대한 파라미터를 만들 수 있습니다. 사용자는 생성한 파라미터를 편집하거나 삭제할 수 있습니다. 사용 사례와 더 이상 관련이 없는 데이터에 변환을 적용하는 경우 사용자는 파라미터 값을 수정할 수 있습니다. 파라미터의 값을 수정하면 가져오는 데이터가 변경됩니다.
다음 섹션에서는 파라미터 사용에 대한 추가 예제와 일반 지침을 제공합니다. 사용자는 이 섹션을 사용하여 자신에게 가장 적합한 파라미터를 이해할 수 있습니다.
참고
다음 섹션에는 Data Wrangler 인터페이스를 사용하여 파라미터를 재정의하고 처리 작업을 생성하는 절차가 포함되어 있습니다.
사용자는 다음 절차를 사용하여 파라미터를 재정의할 수도 있습니다.
Data Wrangler 흐름을 내보내고 파라미터 값을 재정의하려면 다음을 수행하세요.
-
내보내고자 하는 노드 옆에 있는 +를 선택합니다.
-
Export to(내보내기)를 선택합니다.
-
데이터를 내보낼 위치를 선택합니다.
-
parameter_overrides
에서 생성한 파라미터에 대해 다른 값을 지정합니다. -
Jupyter notebook 실행.
파라미터를 사용하여 데이터 랭글러 흐름의 변환을 Amazon S3 경로의 패턴과 일치하는 여러 파일에 적용할 수 있습니다. URI 이를 통해 S3 버킷에서 매우 구체적으로 변환하려는 파일을 지정할 수 있습니다. 예를 들어 경로가 s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv
인 데이터 세트가 있을 수 있습니다. 이름이 example-dataset.csv
인 여러 데이터 세트가 다양한 예제 접두사 아래에 저장됩니다. 접두사에 순차적으로 번호가 매겨질 수도 있습니다. Amazon S3에서 숫자에 대한 패턴을 생성할 수 URI 있습니다. 패턴 파라미터는 표현식의 패턴과 일치하는 파일을 원하는 수만큼 선택하는 REGEX 데 사용됩니다. 유용할 수 있는 REGEX 패턴은 다음과 같습니다.
-
.*
- 개행 문자를 제외한 모든 문자를 0개 이상 매칭합니다 -
.+
- 개행 문자를 제외한 모든 문자 중 하나 이상과 매칭합니다 -
\d+
- 하나 이상의 십진수와 매칭합니다 -
\w+
- 하나 이상의 영숫자 문자와 매칭합니다 -
[abc-_]{2,4}
- 괄호 세트 내에 제공된 문자 세트로 구성된 문자열(2, 3 또는 4자)을 매칭합니다 -
abc|def
- 한 문자열 또는 다른 문자열을 매칭합니다. 예를 들어, 연산은abc
또는def
와 매칭합니다
사용자는 다음 경로의 각 숫자를 값이 \d+
인 단일 파라미터로 바꿀 수 있습니다.
-
s3://amzn-s3-demo-bucket1/example-prefix-3/example-prefix-4/example-prefix-5/example-dataset.csv
-
s3://amzn-s3-demo-bucket1/example-prefix-8/example-prefix-12/example-prefix-13/example-dataset.csv
-
s3://amzn-s3-demo-bucket1/example-prefix-4/example-prefix-9/example-prefix-137/example-dataset.csv
다음 절차는 경로가 s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv
인 데이터 세트의 패턴 파라미터를 만듭니다.
패턴 파라미터를 생성하려면 다음을 수행합니다.
-
가져온 데이터 세트 옆의 Edit dataset(데이터 세트 편집)를 선택합니다.
-
example-prefix-0
에 있는0
을 강조 표시합니다. -
다음 필드에 값을 입력합니다.
-
Name(이름) - 파라미터의 이름
-
Type(유형) - 패턴
-
Value(값) -\d+ 하나 이상의 숫자에 해당하는 정규 표현식
-
-
생성(Create)을 선택합니다.
-
S3의
1
및 를2
URI 파라미터로 바꿉니다. 경로는 다음과 같은 형식이어야 합니다:s3://amzn-s3-demo-bucket1/example-prefix-{{example_parameter_name}}/example-prefix-{{example_parameter_name}}/example-prefix-{{example_parameter_name}}/example-dataset.csv
다음은 패턴 파라미터를 만드는 일반적인 절차입니다.
-
Data Wrangler 흐름으로 이동합니다.
-
가져온 데이터 세트 옆의 Edit dataset(데이터 세트 편집)를 선택합니다.
-
패턴 파라미터의 값으로 사용하고 URI 있는 부분을 강조 표시합니다.
-
Create custom parameter(사용자 지정 파라미터 생성)를 선택합니다.
-
다음 필드에 값을 입력합니다.
-
Name(이름) - 파라미터의 이름
-
Type(유형) - 패턴
-
Value(값) - 저장하려는 패턴이 포함된 정규 표현식.
-
-
Create(생성)을 선택합니다.
사용자는 파라미터를 사용하여 Data Wrangler 흐름의 변형을 경로가 비슷한 여러 파일에 적용할 수 있습니다. 예를 들어 경로가 s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv
인 데이터 세트가 있을 수 있습니다.
example-prefix-1
의 데이터 세트에 적용한 Data Wrangler 흐름의 변환이 있을 수 있습니다. example-prefix-10
또는 example-prefix-20
의 example-dataset.csv
에 동일한 변환을 적용하기를 원할 수도 있습니다.
사용자는 값 1
을 저장하는 파라미터를 만들 수 있습니다. 변환을 다른 데이터 세트에 적용하려는 경우 사용자는 파라미터 값을 다른 값으로 바꾸는 처리 작업을 만들 수 있습니다. 파라미터는 Data Wrangler 흐름의 변형을 새 데이터에 적용하려는 경우 변경할 수 있는 자리 표시자 역할을 합니다. 사용자는 Data Wrangler 처리 작업을 생성하여 Data Wrangler 흐름의 변환을 다른 데이터 세트에 적용할 때 파라미터 값을 재정의할 수 있습니다.
s3://amzn-s3-demo-bucket1/example-prefix-0/example-prefix-1/example-prefix-2/example-dataset.csv
을 위한 숫자 파라미터를 생성하려면 다음 절차에 따르세요.
이전 S3 URI 경로에 대한 파라미터를 생성하려면 다음과 같이 하십시오.
-
Data Wrangler 흐름으로 이동합니다.
-
가져온 데이터 세트 옆의 Edit dataset(데이터 세트 편집)를 선택합니다.
-
example-prefix-
의 예제 접두사에서 숫자를 강조 표시합니다.number
-
Create custom parameter(사용자 지정 파라미터 생성)를 선택합니다.
-
Name(이름)에 파라미터의 이름을 입력합니다.
-
Type(유형)에서 정수를 선택합니다.
-
Value(값)에 숫자를 지정합니다.
-
이 절차를 반복하여 나머지 숫자에 대한 파라미터를 생성합니다.
파라미터를 만든 후 데이터 세트에 변환을 적용하고 해당 변환의 대상 노드를 만드세요. 대상 노드에 대한 추가 정보는 섹션 내보내기을/를 참조하세요.
다음 절차를 사용하여 Data Wrangler 흐름의 변환을 다른 시간 범위에 적용하세요. 흐름의 변환을 위한 대상 노드를 이미 만들었다고 가정합니다.
Data Wrangler 처리 작업에서 숫자 파라미터 값을 변경하려면 다음과 같이 하세요.
-
Data Wrangler 흐름에서 Create job(작업 생성)을 선택합니다
-
날짜시간 파라미터가 포함된 데이터 세트에 대한 변환이 포함된 대상 노드만 선택합니다.
-
Configure job(작업 구성)을 선택합니다.
-
Parameters(파라미터)를 선택합니다.
-
앞서 생성한 파라미터 이름을 선택합니다.
-
파라미터 값을 변경합니다.
-
다른 파라미터에 대해서도 이 절차를 반복합니다.
-
Run(실행)을 선택합니다.
사용자는 파라미터를 사용하여 Data Wrangler 흐름의 변형을 경로가 비슷한 여러 파일에 적용할 수 있습니다. 예를 들어 경로가 s3://amzn-s3-demo-bucket1/example-prefix/example-dataset.csv
인 데이터 세트가 있을 수 있습니다.
example-prefix
의 데이터 세트에 적용한 Data Wrangler 흐름의 변환이 있을 수 있습니다. another-example-prefix
또는 example-prefix-20
의 example-dataset.csv
에 동일한 변환을 적용하기를 원할 수도 있습니다.
사용자는 값 example-prefix
을 저장하는 파라미터를 만들 수 있습니다. 변환을 다른 데이터 세트에 적용하려는 경우 사용자는 파라미터 값을 다른 값으로 바꾸는 처리 작업을 만들 수 있습니다. 파라미터는 Data Wrangler 흐름의 변형을 새 데이터에 적용하려는 경우 변경할 수 있는 자리 표시자 역할을 합니다. 사용자는 Data Wrangler 처리 작업을 생성하여 Data Wrangler 흐름의 변환을 다른 데이터 세트에 적용할 때 파라미터 값을 재정의할 수 있습니다.
s3://amzn-s3-demo-bucket1/example-prefix/example-dataset.csv
의 문자열 파라미터를 생성하려면 다음 절차에 따르세요.
이전 S3 URI 경로에 대한 파라미터를 생성하려면 다음과 같이 하십시오.
-
Data Wrangler 흐름으로 이동합니다.
-
가져온 데이터 세트 옆의 Edit dataset(데이터 세트 편집)를 선택합니다.
-
예제 접두사
example-prefix
을/를 강조 표시합니다. -
Create custom parameter(사용자 지정 파라미터 생성)를 선택합니다.
-
Name(이름)에 파라미터의 이름을 입력합니다.
-
Type(유형)에서 문자열을 선택합니다.
-
값에 접두사를 지정합니다.
파라미터를 만든 후 데이터 세트에 변환을 적용하고 해당 변환의 대상 노드를 만드세요. 대상 노드에 대한 추가 정보는 섹션 내보내기을/를 참조하세요.
다음 절차를 사용하여 Data Wrangler 흐름의 변환을 다른 시간 범위에 적용하세요. 흐름의 변환을 위한 대상 노드를 이미 만들었다고 가정합니다.
Data Wrangler 처리 작업에서 숫자 파라미터 값을 변경하려면 다음과 같이 하세요.
-
Data Wrangler 흐름에서 Create job(작업 생성)을 선택합니다
-
날짜시간 파라미터가 포함된 데이터 세트에 대한 변환이 포함된 대상 노드만 선택합니다.
-
Configure job(작업 구성)을 선택합니다.
-
Parameters(파라미터)를 선택합니다.
-
앞서 생성한 파라미터 이름을 선택합니다.
-
파라미터 값을 변경합니다.
-
다른 파라미터에 대해서도 이 절차를 반복합니다.
-
Run(실행)을 선택합니다.
날짜시간 파라미터를 사용하여 Data Wrangler 흐름의 변환을 다양한 시간 범위에 적용할 수 있습니다. Amazon S3에서 타임스탬프가 있는 부분을 강조 표시하고 URI 해당 부분에 대한 파라미터를 생성합니다. 파라미터를 생성할 때 현재 시간에서 과거 시간까지의 시간 범위를 지정합니다. 예를 들어 다음과 같은 Amazon URI S3가 있을 수 s3://amzn-s3-demo-bucket1/example-prefix/2022/05/15/example-dataset.csv
있습니다. 사용자는 날짜시간 파라미터로 2022/05/15
을/를 저장할 수 있습니다. 연도를 시간 범위로 지정하는 경우 시간 범위에는 날짜시간 파라미터가 포함된 처리 작업을 실행한 순간과 정확히 1년 전의 시간이 포함됩니다. 처리 작업을 실행하는 시점이 2022년 9월 6일이나 2022/09/06
인 경우 시간 범위에는 다음이 포함될 수 있습니다:
-
s3://amzn-s3-demo-bucket1/example-prefix/2022/03/15/example-dataset.csv
-
s3://amzn-s3-demo-bucket1/example-prefix/2022/01/08/example-dataset.csv
-
s3://amzn-s3-demo-bucket1/example-prefix/2022/07/31/example-dataset.csv
-
s3://amzn-s3-demo-bucket1/example-prefix/2021/09/07/example-dataset.csv
Data Wrangler 흐름의 변환은 위의 모든 접두사에 적용됩니다. 처리 작업에서 파라미터 값을 변경해도 Data Wrangler 흐름의 파라미터 값은 변경되지 않습니다. 다른 시간 범위 내의 데이터 세트에 변환을 적용하려면 다음을 수행합니다.
-
사용하려는 모든 변환이 포함된 대상 노드를 생성합니다.
-
Data Wrangler 작업을 생성합니다.
-
파라미터에 다른 시간 범위를 사용하도록 작업을 구성합니다. 처리 작업에서 파라미터 값을 변경해도 Data Wrangler 흐름의 파라미터 값은 변경되지 않습니다.
대상 노드 및 Data Wrangler 작업에 대한 추가 정보는 내보내기를/을 참조하세요.
다음 절차는 Amazon S3 경로에 대한 날짜시간 파라미터를 생성합니다: s3://amzn-s3-demo-bucket1/example-prefix/2022/05/15/example-dataset.csv
.
이전 S3 URI 경로에 대한 날짜/시간 파라미터를 생성하려면 다음과 같이 하십시오.
-
Data Wrangler 흐름으로 이동합니다.
-
가져온 데이터 세트 옆의 Edit dataset(데이터 세트 편집)를 선택합니다.
-
날짜/시간 파라미터의 값으로 사용하고 URI 있는 부분을 강조 표시합니다.
-
Create custom parameter(사용자 지정 파라미터 생성)를 선택합니다.
-
Name(이름)에 파라미터의 이름을 입력합니다.
-
Type(유형)에서 날짜시간을 선택합니다.
참고
기본적으로 Data Wrangler는 날짜 형식을 선택할 수 있는 드롭다운 메뉴를 제공하는 Predefined(사전 정의)을 선택합니다. 하지만 사용 중인 타임스탬프 형식은 사용할 수 없을 수도 있습니다. Predefined(사전 정의)를 기본 옵션으로 사용하는 대신 사용자는 Custom(사용자 지정)을 선택하고 타임스탬프 형식을 수동으로 지정할 수 있습니다.
-
Date format(날짜 형식)의 경우 Predefined(사전 정의) 다음에 드롭다운 메뉴를 열고 yyyy/MM/dd를 선택합니다. yyyy/MM/dd 형식은 타임스탬프의 연도/월/일에 해당합니다.
-
Time zone(표준 시간대)에서 시간대를 선택합니다.
참고
분석 중인 데이터에 사용자의 시간대와 다른 시간대에서 찍힌 타임스탬프가 있을 수 있습니다. 선택한 시간대가 데이터의 시간대와 일치하는지 확인하세요.
-
Time range(시간 범위)에 파라미터의 시간 범위를 지정합니다.
-
(선택 사항) 파라미터를 사용하는 방법을 설명하는 설명을 입력합니다.
-
생성(Create)을 선택합니다.
날짜시간 파라미터를 만든 후 데이터 세트에 변환을 적용하고 해당 변환의 대상 노드를 만드세요. 대상 노드에 대한 추가 정보는 섹션 내보내기을/를 참조하세요.
다음 절차를 사용하여 Data Wrangler 흐름의 변환을 다른 시간 범위에 적용하세요. 흐름의 변환을 위한 대상 노드를 이미 만들었다고 가정합니다.
Data Wrangler 처리 작업에서 날짜시간 파라미터의 값을 변경하려면 다음과 같이 하세요.
-
Data Wrangler 흐름에서 Create job(작업 생성)을 선택합니다
-
날짜시간 파라미터가 포함된 데이터 세트에 대한 변환이 포함된 대상 노드만 선택합니다.
-
Configure job(작업 구성)을 선택합니다.
-
Parameters(파라미터)를 선택합니다.
-
앞서 생성한 날짜시간 파라미터 이름을 선택합니다.
-
Time range(시간 범위)에서 데이터 세트의 시간 범위를 변경합니다.
-
Run(실행)을 선택합니다.