步驟 4：準備 Amazon Keyspaces 中的來源資料和目標資料表

在此步驟中，您會使用範例資料和 Amazon Keyspaces 資料表建立來源檔案。

1. 建立來源檔案。您可以選擇以下其中一個選項：

   • 在本教學課程中，您會使用逗號分隔值 (CSV) 檔案，其名稱keyspaces_sample_table.csv為資料遷移的來源檔案。提供的範例檔案包含名稱為 之資料表的幾列資料book_awards。

     1. 下載包含於下列封存檔案 samplemigration.zip 的範例 CSV 檔案 (keyspaces_sample_table.csv)。解壓縮封存，並記下 的路徑keyspaces_sample_table.csv。

   • 如果您想要遵循自己的 CSV 檔案，將資料寫入 Amazon Keyspaces，請確定資料已隨機分組。直接從資料庫讀取或匯出至一般檔案的資料，通常由分割區和主索引鍵排序。將排序資料匯入 Amazon Keyspaces 可能會導致它寫入 Amazon Keyspaces 分割區的較小區段，這會導致流量分佈不均勻。這可能會導致效能較慢和錯誤率較高。

     相反地，隨機化資料有助於透過更平均地跨分割區分配流量，來利用 Amazon Keyspaces 的內建負載平衡功能。您可以使用各種工具來隨機分配資料。如需使用開放原始碼工具 Shuf 的範例，請參閱 資料遷移教學步驟 2：使用 DSBulk 準備要上傳的資料中的 。以下是示範如何將資料隨機切換為 的範例DataFrame。

     import org.apache.spark.sql.functions.randval
     shuffledDF = dataframe.orderBy(rand())

2. 在 Amazon Keyspaces 中建立目標金鑰空間和資料表。

   1. 使用 連線至 Amazon Keyspacescqlsh，並將下列範例中的服務端點、使用者名稱和密碼取代為您自己的值。

      cqlsh cassandra.us-east-2.amazonaws.com 9142 -u "111122223333" -p "wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY" --ssl

   2. 使用 名稱建立新的金鑰空間catalog，如下列範例所示。

      CREATE KEYSPACE catalog WITH REPLICATION = {'class': 'SingleRegionStrategy'};

   3. 在新的 keyspace 狀態為可用之後，請使用下列程式碼來建立目標資料表 book_awards。若要進一步了解非同步資源建立以及如何檢查資源是否可用，請參閱檢查 Amazon Keyspaces 中的金鑰空間建立狀態。

      CREATE TABLE catalog.book_awards (
         year int,
         award text,
         rank int, 
         category text,
         book_title text,
         author text, 
         publisher text,
         PRIMARY KEY ((year, award), category, rank)
         );