使用连接文本文件中的数据 DataBrew - AWS Glue DataBrew

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。

使用连接文本文件中的数据 DataBrew

您可以为 DataBrew 支持的输入文件配置以下格式选项：

  • 逗号分隔值（CSV）文件

    • 分隔符

      对于 .csv 文件，默认分隔符是逗号。如果您的文件使用不同的分隔符，请在创建数据集时在其他配置部分中为 CSV 分隔符选择分隔符。.csv 文件支持以下分隔符：

      • 逗号（,）

      • 冒号（:）

      • 分号（;）

      • 竖线（|）

      • 制表符（\t）

      • 插入符号（^）

      • 反斜杠（\）

      • 空格

    • 列标题值

      您的 CSV 文件可以包含标题行作为文件的第一行。如果不是，则为你 DataBrew 创建一个标题行。

      • 如果 CSV 文件包含标题行，请选择将第一行当作标题。如果这样做，则 CSV 文件的第一行将被视为包含列标题值。

      • 如果 CSV 文件不包含标题行，请选择添加默认标题。如果这样做，则会为文件 DataBrew 创建一个标题行，并且不会将您的第一行数据视为包含标题值。 DataBrew 创建的标题由下划线和文件中每列的数字组成Column_1，格式为Column_2Column_3、、等。

  • JSON 文件

    DataBrew 支持 JSON 文件的两种格式，即 JSON 行和 JSON 文档。JSON Lines 文件每行包含一行数据。在 JSON 文档文件中，所有行都包含在单个 JSON 结构或数组中。创建 JSON 数据集时，可以在其他配置部分指定您的 JSON 文件类型。默认格式为 JSON Lines。

  • Excel 文件

    以下内容适用于中的 Excel 工作表 DataBrew：

    • Excel 工作表加载

      默认情况下， DataBrew 加载您的 Excel 文件中的第一张工作表。但是，在创建 Excel 数据集时，可以在其他配置部分指定不同的工作表编号或工作表名称。

    • 列标题值

      您的 Excel 工作表可以将标题行作为文件的第一行，但如果没有，则 DataBrew 会为您创建一个标题行。

      • 如果 Excel 工作表包含标题行，请选择将第一行当作标题。如果这样做，Excel 工作表的第一行将被视为包含列标题值。

      • 如果 Excel 文件不包含标题行，请选择添加默认标题。通过这样做，您可以指定 DataBrew应该为文件创建标题行，而不是将您的第一行数据视为包含标题值。 DataBrew创建的标题由下划线和文件中每列的数字组成Column_1，格式为Column_2Column_3、、等。