本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
AWS Lake Formation 与一起使用 AWS Glue
数据工程师和 DevOps 专业人员使用 AWS Glue 带有 Apache Spark 的提取、转换和加载 (ETL) 来对其在 Amazon S3 中的数据集进行转换,并将转换后的数据加载到数据湖和数据仓库中,用于分析、机器学习和应用程序开发。由于会有不同的团队访问 Amazon S3 中的相同数据集,因此必须根据其角色授予和限制权限。
AWS Lake Formation 是在此基础上构建的 AWS Glue,并且服务通过以下方式进行交互:
-
Lake Formation 和 AWS Glue 共享同一数据目录。
-
以下 Lake Formation 控制台功能可以调用 AWS Glue 控制台:
-
作业 – 有关更多信息,请参阅《AWS Glue 开发人员指南》中的添加作业。
-
爬网程序 – 有关更多信息,请参阅《AWS Glue 开发人员指南》中的使用爬网程序编录数据。
-
-
使用 Lake Formation 蓝图时生成的工作流是 AWS Glue 工作流。您可以在 Lake Formation 控制台和 AWS Glue 控制台中查看和管理这些工作流。
-
Lake Formation 提供了机器学习转换,并且是在AWS GlueAPI操作的基础上构建的。您可以在 AWS Glue 控制台上创建和管理机器学习转换功能。有关更多信息,请参阅《AWS Glue 开发人员指南》中的机器学习转换。
您可以使用 Lake Formation 细粒度访问控制来管理现有的数据目录资源和 Amazon S3 数据位置。
注意
AWS Glue ETL从底层 Amazon S3 位置获取数据时,需要对整个表具有完全访问权限。 AWS Glue ETL如果您对表应用列级权限,则作业会失败。但是,您可以通过定义数据筛选条件来创建列级别和行级别安全性。有关更多信息,请参阅 有关列级别筛选的注意事项和限制 Lake Formation 评估表中定义的数据筛选器,并仅从任务所需的 Amazon S3 中检索经过筛选的数据。 AWS Glue ETL
支持事务表类型
通过应用 Lake Formation 权限,您可以保护基于 Amazon S3 的数据湖中的事务数据。下表列出了中支持的交易表格式 AWS Glue 和 Lake Formation 权限。Lake Formation 强制执行这些 AWS Glue 操作权限。
支持的表格格式 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
表格式 | 描述和允许的操作 | 中支持 Lake Formation 权限 AWS Glue | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Apache Hudi |
一种开放表格格式,用于简化增量数据处理和数据管线开发。 有关示例,请参阅中的 “使用 Hudi 框架”。 AWS Glue |
表级权限可用于 Hudi 表。 有关更多信息,请参阅限制。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Apache Iceberg |
一种开放表格格式,可将大量文件作为表进行管理。 有关示例,请参阅中的使用 Iceberg 框架。 AWS Glue |
表级权限可用于 Iceberg 表。 有关更多信息,请参阅限制。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Linux Foundation Delta Lake |
Delta Lake 是一个开源项目,可帮助实现通常在 Amazon S3 或 Hadoop 分布式文件系统 () HDFS 上构建的现代数据湖架构。 有关示例,请参阅中的使用 Delta Lake 框架 AWS Glue。 |
表级权限可用于 Delta Lake 表。 有关更多信息,请参阅限制。 |
其他 资源
博客文章和存储库
-
AWS Cloudformation 模板和 pyspark 代码示例
存储库,用于使用 AWS Glue Apache Hudi 和 Amazon S3 分析流数据。