创建已配置的表-Amazon S3 数据源 - AWS Clean Rooms

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。

创建已配置的表-Amazon S3 数据源

在此步骤中，成员将执行以下任务：

  • 配置现有 AWS Glue 表以在中使用。 AWS Clean Rooms（除非使用 Clean Rooms 加密计算，否则此步骤可以在加入协作之前或之后完成。）

    注意

    AWS Clean Rooms 支持 AWS Glue 表格。有关获取数据的更多信息 AWS Glue，请参阅步骤 3：将数据表上传到 Amazon S3。

  • 为配置表命名，并选择要在协作中使用的列。

以下步骤假设：

您可以使用提供的统计数据生成 AWS Glue 来计算表的列级统计数据。 AWS Glue Data Catalog 为数据目录中的表 AWS Glue 生成统计数据后，Amazon Redshift Spectrum 会自动使用这些统计数据来优化查询计划。有关使用计算列级统计信息的更多信息 AWS Glue，请参阅《AWS Glue 用户指南》中的使用列统计信息优化查询性能。有关更多信息 AWS Glue，请参阅 AWS Glue 开发人员指南。

创建已配置的表-Amazon S3 数据源

  1. 登录 AWS Management Console 并在 https://console.aws.amazon.com/clean room AWS Clean Rooms s 上打开控制台。

  2. 在左侧导航窗格中，选择 表。

  3. 在右上角，选择配置新表。

  4. 对于数据源，在AWS 数据源下，选择 Amazon S3。

  5. 在 Amazon S3 表格下：

    1. 从下拉列表中选择数据库。

    2. 从下拉列表中选择要配置的表。

    注意

    要验证是否是正确的表，请执行以下任一操作：

    • 选择 “在” 中查看 AWS Glue。

    • 打开 “查看来自的架构” AWS Glue以查看架构。

    重要

    对于数据采用 CSV 格式的 AWS Glue 表，Glue 架构中的列名和顺序必须与 CSV 数据完全匹配。如果它们不对齐，则可能无法正确执行已配置表的允许列列表。

  6. 对于协作中允许的列和分析方法，

    1. 您想在协作中允许哪些专栏？

      • 选择 “所有列” 以允许在协作中查询所有列。

      • 选择 “自定义列表” 以允许在协作中查询 “指定允许的列” 下拉列表中的一个或多个列。

    2. 对于允许的分析方法，

      1. 选择 “直接查询” 以允许直接在此表上运行 SQL 查询

      2. 选择 Direct job 以允许直接在此表上运行 PySpark 作业。

    例 示例

    例如，如果要允许协作成员在所有列上同时运行直接 SQL 查询和 PySpark 作业，请选择 “所有列”、“直接查询” 和 “直接作业”。

  7. 对于已配置表的详细信息，

    1. 为已配置的表输入名称。

      您可以使用默认名称或重命名此表。

    2. 输入表的描述。

      该描述有助于区分其他具有相似名称的已配置表。

  8. 如果要为已配置的表资源启用标签，请选择添加新标签，然后输入键和值对。

  9. 选择配置新表。

现在您已经创建了一个配置表，您已准备好：