翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 次の手順
<a name="next-steps"></a>

## AWS Glue 変換について
<a name="transformations"></a>

より効率的なデータ処理のために、 には組み込みの[変換関数](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-python-transforms.html) AWS Glue が含まれています。この関数は、[「Apache Spark」](https://spark.apache.org/)のSQL DataFrameを拡張したDynamicFrameと呼ばれるデータ構造内で、トランスフォームからトランスフォームへと渡されます。DynamicFrame は DataFrame に似ているが、各レコードが自己記述型であるため、最初はスキーマが必要ない点が異なります。

いくつかの AWS Glue PySpark 組み込み関数を理解するには、ブログ記事「 [なしで ETL AWS Glue パイプラインをローカルに構築する AWS アカウント](https://aws.amazon.com/blogs/big-data/building-an-aws-glue-etl-pipeline-locally-without-an-aws-account/)」を参照してください。

## 最初の ETL ジョブの作成
<a name="authoring"></a>

以前に ETL ジョブを記述したことがない場合は、3 [つの ETL AWS Glue ジョブタイプを使用してデータを Apache Parquet パターンに変換](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/three-aws-glue-etl-job-types-for-converting-data-to-apache-parquet.html)することで開始できます。

ETL ジョブを作成した経験がある場合は、[「AWS Glue GitHub の例」 ](https://github.com/aws-samples/aws-glue-samples/tree/master/examples)を使用してさらに詳しく調べることができます。

## 料金
<a name="pricing"></a>

料金情報については、「[AWS Glue の料金](https://aws.amazon.com/glue/pricing/)」を参照してください。を使用して[AWS 料金見積りツール](https://calculator.aws/#/createCalculator)、さまざまな AWS Glue コンポーネントを使用するための月額コストを見積もることもできます。