DataZone Início rápido da Amazon com dados AWS Glue

Etapa 1 - Crie o DataZone domínio e o portal de dados da Amazon

Esta seção descreve as etapas da criação de um DataZone domínio e portal de dados da Amazon para esse fluxo de trabalho.

Conclua o procedimento a seguir para criar um DataZone domínio da Amazon. Para obter mais informações sobre os DataZone domínios da Amazon, consulte DataZone Terminologia e conceitos da Amazon.

1. Navegue até o DataZone console da Amazon em https://console.aws.amazon.com/datazone, faça login e escolha Criar domínio.

   nota

   Se você quiser usar um DataZone domínio existente da Amazon para esse fluxo de trabalho, escolha Exibir domínios, escolha o domínio que deseja usar e prossiga para a Etapa 2 da criação de um projeto de publicação.

2. Na página Criar domínio, forneça valores para os seguintes campos:

   • Nome - especifique um nome para seu domínio. Para fins desse fluxo de trabalho, você pode chamar esse domínio de Marketing.

   • Descrição - especifique uma descrição de domínio opcional.

   • Criptografia de dados - seus dados são criptografados por padrão com uma chave que AWS possui e gerencia para você. Para esse caso de uso, você pode deixar as configurações padrão de criptografia de dados.

     Para obter mais informações sobre o uso de chaves gerenciadas pelo cliente, consulteCriptografia de dados em repouso para a Amazon DataZone. Se você usar sua própria chave KMS para criptografia de dados, deverá incluir a seguinte declaração em seu padrãoAmazonDataZoneDomainExecutionRole.

     
     {
       "Version": "2012-10-17",
       "Statement": [
         {
           "Effect": "Allow",
           "Action": [
             "kms:Decrypt",
             "kms:GenerateDataKey"
           ],
           "Resource": "*"
         }
       ]
     }
                 

   • Acesso ao serviço - deixe a opção selecionada por padrão Usar uma função padrão inalterada.

     nota

     Se você estiver usando um DataZone domínio existente da Amazon para esse fluxo de trabalho, poderá escolher a opção Usar uma função de serviço existente e, em seguida, escolher uma função existente no menu suspenso.

   • Em Configuração rápida, escolha Configurar esta conta para consumo e publicação de dados. Essa opção habilita os DataZone blueprints integrados da Amazon de Data Lake e Data Warehouse e configura as permissões, os recursos, um projeto padrão e os perfis padrão de ambiente de data lake e data warehouse para essa conta. Para obter mais informações sobre os DataZone projetos da Amazon, consulte DataZone Terminologia e conceitos da Amazon.

   • Mantenha os campos restantes em Detalhes de permissões inalterados.

     nota

     Se você já tiver um DataZone domínio da Amazon, poderá escolher a opção Usar uma função de serviço existente e, em seguida, escolher uma função existente no menu suspenso para a função Glue Manage Access, a função Redshift Manage Access e a função Provisioning.

   • Mantenha os campos em Tags inalterados.

   • Escolha Criar domínio.

3. Depois que o domínio for criado com sucesso, escolha esse domínio e, na página de resumo do domínio, anote o URL do portal de dados desse domínio. Você pode usar essa URL para acessar seu portal de DataZone dados da Amazon para concluir o restante das etapas desse fluxo de trabalho. Você também pode navegar até o portal de dados escolhendo Abrir portal de dados.

nota

Na versão atual da Amazon DataZone, depois que o domínio é criado, a URL gerada para o portal de dados não pode ser modificada.

A criação do domínio pode levar alguns minutos para ser concluída. Aguarde até que o domínio tenha um status de Disponível antes de prosseguir para a próxima etapa.

Etapa 2 - Crie o projeto de publicação

Esta seção descreve as etapas necessárias para criar o projeto de publicação para esse fluxo de trabalho.

1. Depois de concluir a Etapa 1 acima e criar um domínio, você verá a mensagem Bem-vindo à Amazon DataZone! janela. Nessa janela, escolha Criar projeto.

2. Especifique o nome do projeto, por exemplo, para esse fluxo de trabalho SalesDataPublishingProject, você pode nomeá-lo, deixar os demais campos inalterados e escolher Criar.

Etapa 3 - Crie o ambiente

Esta seção descreve as etapas necessárias para criar um ambiente para esse fluxo de trabalho.

1. Depois de concluir a Etapa 2 acima e criar seu projeto, você verá a janela Seu projeto está pronto para uso. Nessa janela, escolha Criar ambiente.

2. Na página Criar ambiente, especifique o seguinte e escolha Criar ambiente.

3. Especifique valores para o seguinte:

   • Nome - especifique o nome do ambiente. Para este passo a passo, você pode ligar para ele. Default data lake environment

   • Descrição - especifique uma descrição para o ambiente.

   • Perfil do ambiente - escolha o perfil do DataLakeProfileambiente. Isso permite que você use a Amazon DataZone nesse fluxo de trabalho para trabalhar com dados no Amazon S3, no AWS Glue Catalog e no Amazon Athena.

   • Para este passo a passo, mantenha o resto dos campos inalterados.

4. Selecione Create environment (Criar ambiente).

Etapa 4 - Produzir dados para publicação

Esta seção descreve as etapas necessárias para produzir dados para publicação nesse fluxo de trabalho.

1. Depois de concluir a etapa 3 acima, em seu SalesDataPublishingProject projeto, no painel direito, em Ferramentas de análise, escolha Amazon Athena. Isso abre o editor de consultas do Athena usando as credenciais do seu projeto para autenticação. Certifique-se de que seu ambiente de publicação esteja selecionado na lista suspensa do DataZone ambiente da Amazon e que o <environment_name>%_pub_db banco de dados esteja selecionado como no editor de consultas.

2. Para este passo a passo, você está usando o script de consulta Create Table as Select (CTAS) para criar uma nova tabela que você deseja publicar na Amazon. DataZone No seu editor de consultas, execute esse script CTAS para criar uma mkt_sls_table tabela que você possa publicar e disponibilizar para pesquisa e assinatura.

   
   CREATE TABLE mkt_sls_table AS
   SELECT 146776932 AS ord_num, 23 AS sales_qty_sld, 23.4 AS wholesale_cost, 45.0 as lst_pr, 43.0 as sell_pr, 2.0 as disnt, 12 as ship_mode,13 as warehouse_id, 23 as item_id, 34 as ctlg_page, 232 as ship_cust_id, 4556 as bill_cust_id
   UNION ALL SELECT 46776931, 24, 24.4, 46, 44, 1, 14, 15, 24, 35, 222, 4551
   UNION ALL SELECT 46777394, 42, 43.4, 60, 50, 10, 30, 20, 27, 43, 241, 4565
   UNION ALL SELECT 46777831, 33, 40.4, 51, 46, 15, 16, 26, 33, 40, 234, 4563
   UNION ALL SELECT 46779160, 29, 26.4, 50, 61, 8, 31, 15, 36, 40, 242, 4562
   UNION ALL SELECT 46778595, 43, 28.4, 49, 47, 7, 28, 22, 27, 43, 224, 4555
   UNION ALL SELECT 46779482, 34, 33.4, 64, 44, 10, 17, 27, 43, 52, 222, 4556
   UNION ALL SELECT 46779650, 39, 37.4, 51, 62, 13, 31, 25, 31, 52, 224, 4551
   UNION ALL SELECT 46780524, 33, 40.4, 60, 53, 18, 32, 31, 31, 39, 232, 4563
   UNION ALL SELECT 46780634, 39, 35.4, 46, 44, 16, 33, 19, 31, 52, 242, 4557
   UNION ALL SELECT 46781887, 24, 30.4, 54, 62, 13, 18, 29, 24, 52, 223, 4561
             

   Certifique-se de que a tabela mkt_sls_table tenha sido criada com sucesso na seção Tabelas e visualizações no lado esquerdo. Agora você tem um ativo de dados que pode ser publicado no DataZone catálogo da Amazon.

Etapa 5 - Colete metadados do Glue AWS

Esta seção descreve a etapa de coleta de metadados do AWS Glue para esse fluxo de trabalho.

1. Depois de concluir a etapa 4 acima, no portal de DataZone dados da Amazon, escolha o SalesDataPublishingProject projeto, escolha a guia Dados e, em seguida, escolha Fontes de dados no painel esquerdo.

2. Escolha a fonte que foi criada como parte do processo de criação do ambiente.

3. Escolha Executar ao lado do menu suspenso Ação e, em seguida, escolha o botão Atualizar. Quando a execução da fonte de dados é concluída, os ativos são adicionados ao DataZone inventário da Amazon.

Etapa 6 - Organize e publique o ativo de dados

Esta seção descreve as etapas de curadoria e publicação do ativo de dados nesse fluxo de trabalho.

1. Depois de concluir a etapa 5 acima, no portal de DataZone dados da Amazon, escolha o SalesDataPublishingProject projeto que você criou na etapa anterior, escolha a guia Dados, escolha Dados de inventário no painel esquerdo e localize a mkt_sls_table tabela.

2. Abra a página de detalhes do mkt_sls_table ativo para ver os nomes comerciais gerados automaticamente. Escolha o ícone Metadados gerados automaticamente para visualizar os nomes gerados automaticamente para ativos e colunas. Você pode aceitar ou rejeitar cada nome individualmente ou escolher Aceitar tudo para aplicar os nomes gerados. Opcionalmente, você também pode adicionar o formulário de metadados disponível ao seu ativo e selecionar termos do glossário para classificar seus dados.

3. Escolha Publicar ativo para publicar o mkt_sls_table ativo.

Etapa 7 - Crie o projeto para análise de dados

Esta seção descreve as etapas da criação do projeto para análise de dados. Esse é o início das etapas do consumidor de dados desse fluxo de trabalho.

1. Depois de concluir a etapa 6 acima, no portal de DataZone dados da Amazon, escolha Criar projeto no menu suspenso Projeto.

2. Na página Criar projeto, especifique o nome do projeto, por exemplo, para esse fluxo de trabalho MarketingDataAnalysisProject, você pode nomeá-lo, deixar os demais campos inalterados e escolher Criar.

Etapa 8 - Crie um ambiente para análise de dados

Esta seção descreve as etapas da criação de um ambiente para análise de dados.

1. Depois de concluir a etapa 7 acima, no portal de DataZone dados da Amazon, escolha o MarketingDataAnalysisProject projeto, escolha a guia Ambientes e escolha Criar ambiente.

2. Na página Criar ambiente, especifique o seguinte e escolha Criar ambiente.

   • Nome - especifique o nome do ambiente. Para este passo a passo, você pode ligar para ele. Default data lake environment

   • Descrição - especifique uma descrição para o ambiente.

   • Perfil do ambiente - escolha o perfil do DataLakeProfileambiente incorporado.

   • Para este passo a passo, mantenha o resto dos campos inalterados.

Etapa 9 - Pesquise o catálogo de dados e assine os dados

Esta seção descreve as etapas de pesquisa no catálogo de dados e assinatura de dados.

1. Depois de concluir a etapa 8 acima, no portal de DataZone dados da Amazon, escolha o DataZone ícone da Amazon e, no campo Amazon DataZone Search, pesquise ativos de dados usando palavras-chave (por exemplo, 'catálogo' ou 'vendas') na barra de pesquisa do portal de dados.

   Se necessário, aplique filtros ou classificação e, depois de localizar o ativo de dados de vendas do produto, você poderá escolhê-lo para abrir a página de detalhes do ativo.

2. Na página de detalhes do ativo Catalog Sales Data, escolha Inscrever-se.

3. Na caixa de diálogo Inscrever-se, escolha seu projeto de MarketingDataAnalysisProjectconsumidor no menu suspenso, especifique o motivo da solicitação de assinatura e escolha Inscrever-se.

Etapa 10 - Aprovar a solicitação de assinatura

Esta seção descreve as etapas de aprovação da solicitação de assinatura.

1. Depois de concluir a etapa 9 acima, no portal de DataZone dados da Amazon, escolha o SalesDataPublishingProjectprojeto com o qual você publicou seu ativo.

2. Escolha a guia Dados, depois Dados publicados e escolha Solicitações recebidas.

3. Agora você pode ver a linha da nova solicitação que precisa de aprovação. Escolha Exibir solicitação. Forneça um motivo para a aprovação e escolha Aprovar.

Etapa 11 - Crie uma consulta e analise dados no Amazon Athena

Agora que você publicou com sucesso um ativo no DataZone catálogo da Amazon e se inscreveu nele, você pode analisá-lo.

1. No portal de DataZone dados da Amazon, escolha seu projeto de MarketingDataAnalysisProjectconsumidor e, no painel direito, em Ferramentas de análise, escolha o link de dados do Query com o Amazon Athena. Isso abre o editor de consultas do Amazon Athena usando as credenciais do seu projeto para autenticação. Escolha o ambiente do MarketingDataAnalysisProjectconsumidor na lista suspensa Amazon DataZone Environment no editor de consultas e, em seguida, escolha o do seu projeto na lista suspensa <environment_name>%sub_db do banco de dados.

2. Agora você pode executar consultas na tabela inscrita. Você pode escolher a tabela em Tabelas e Exibições e, em seguida, escolher Visualizar para que a instrução de seleção apareça na tela do editor. Execute a consulta para ver os resultados.