本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
AWS Lake Formation 搭配使用 AWS Glue
資料工程師和 DevOps 專業人員 AWS Glue 搭配 Apache Spark 使用擷取、轉換和載入 (ETL),在 Amazon S3 中對其資料集執行轉換,並將轉換後的資料載入資料湖和資料倉儲,以進行分析、機器學習和應用程式開發。由於不同的團隊存取 Amazon S3 中的相同資料集,因此必須根據其角色授予和限制許可。
AWS Lake Formation 建立在其上 AWS Glue,並且服務以下列方式進行交互:
-
Lake Formation 和AWS Glue共享相同的數據目錄。
-
以下 Lake Formation 控制台功能調用AWS Glue控制台:
-
工作 — 如需詳細資訊,請參閱AWS Glue 開發人員指南中的新增工作。
-
爬行者程式 — 如需詳細資訊,請參閱開發人員指AWS Glue 南中的使用爬行者程式編目表格。
-
-
使用 Lake Formation 藍圖時產生的AWS Glue工作流程是工作流程。您可以在 Lake Formation 主控台和主控台中檢視和管理這些工作流程。AWS Glue
-
機器學習轉型由 Lake Formation 提供,並建立在AWS GlueAPI運營基礎上。您可以在AWS Glue主控台上建立和管理機器學習轉換。如需詳細資訊,請參閱AWS Glue 開發人員指南中的 M achine Learning 轉換。
您可以使用 Lake Formation 精細的存取控制來管理現有的資料目錄資源和 Amazon S3 資料位置。
注意
AWS Glue ETL從基礎 Amazon S3 位置擷取資料時,需要完整存取整個資料表。 AWS Glue ETL如果您在資料表上套用資料行層級權限,工作會失敗。不過,您可以透過定義資料篩選器來建立資料行層級和資料列層級安全性。如需詳細資訊,請參閱 資料行層級篩選的注意事項和限制 Lake Formation 評估表格上定義的資料篩選器,並僅從任務所需的 Amazon S3 擷取已篩選的 AWS Glue ETL資料。
Support 交易資料表類型
套用 Lake Formation 權限可讓您保護 Amazon S3 資料湖中的交易資料。下表列出了支持的交易表格格式 AWS Glue 和 Lake Formation 權限。Lake Formation 強制執行這些權限進行 AWS Glue 操作。
支援的表格格式 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
資料表格式 | 說明和允許的作業 | 支持 Lake Formation 權限 AWS Glue | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Apache Hudi |
用於簡化增量數據處理和數據管道開發的開放表格格式。 如需範例,請參閱中 AWS Glue的使用 Hudi 架構。 |
資料表層級權限適用於 Hudi 資料表。 如需詳細資訊,請參閱限制。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Apache Iceberg |
一種開放式表格格式,可將大型檔案集合當作資料表來管理。 如需範例,請參閱中 AWS Glue的 < 使用冰山架構 >。 |
資料表層級權限適用於冰山資料表。 如需詳細資訊,請參閱限制。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Linux Foundation Delta Lake |
Delta 湖是一個開放原始碼專案,可協助實作通常在 Amazon S3 或 Hadoop 分散式檔案系統 (HDFS) 上建置的現代化資料湖架構。 如需範例,請參閱中的〈使用三角洲湖架構〉 AWS Glue。 |
Delta Lake 資料表可使用資料表層級權限。 如需詳細資訊,請參閱限制。 |
其他資源
部落格文章和儲存庫
-
AWS 雲形範本和火花程式碼範例
的儲存庫 AWS Glue,可使用 Apache Hudi 和 Amazon S3 來分析串流資料。