为 AWS Glue Data Catalog 创建并运行 Amazon DataZone 数据来源

添加 AWS Glue 数据来源

1. 导航到 Amazon DataZone 数据门户 URL，并使用单点登录（SSO）或您的 AWS 凭证进行登录。如果您是 Amazon DataZone 管理员，则可以导航到 Amazon DataZone 控制台（网址为 https://console.aws.amazon.com/datazone），并使用在其中创建域的 AWS 账户进行登录，然后选择打开数据门户。

2. 从顶部导航窗格中选择选择项目，然后选择要将数据来源添加到的项目。

3. 导航到项目的数据选项卡。

4. 从左侧导航窗格中选择数据来源，然后选择创建数据来源。

5. 配置以下字段：

   • 名称 – 数据来源名称。

   • 描述 – 数据来源描述。

6. 在数据来源类型下，选择 AWS Glue。

7. 在选择环境下，指定要在其中发布 AWS Glue 表的环境。

8. 在数据选择下，提供一个 AWS Glue 数据库并输入您的表格选择标准。例如，如果您选择包括并输入 *corporate，则数据库将包括所有以 corporate 一词结尾的源表。

   您可以从下拉列表中选择一个 AWS Glue 数据库，也可以键入一个数据库名称。下拉列表包括两个数据库：环境的发布数据库和订阅数据库。如果要从并非由环境创建的数据库引入资产，您必须键入数据库的名称，而不是从下拉列表中选择数据库。

   可以为单个数据库中的表添加多个包含和排除规则。也可以使用添加另一个数据库按钮来添加多个数据库。

9. 在数据质量下，可以选择对此数据来源启用数据质量自动监测功能。如果您这样做，Amazon DataZone 会将您现有的 AWS Glue 数据质量输出导入您的 Amazon DataZone 目录中。默认情况下，Amazon DataZone 会从 AWS Glue 中导入现有的 100 个无到期日期的最新质量报告。

   Amazon DataZone 中的数据质量指标可帮助您了解数据来源的完整性和准确性。Amazon DataZone 从 AWS Glue 中提取这些数据质量指标，以便在某个时间点（例如，在企业数据目录搜索期间）提供上下文。数据用户可以查看其订阅的资产的数据质量指标随时间变化的情况。数据创建者可以按计划摄取 AWS Glue 数据质量分数。Amazon DataZone 企业数据目录还可以通过数据质量 API 显示来自第三方系统的数据质量指标。有关更多信息，请参阅 Amazon DataZone 中的数据质量。

10. 选择下一步。

11. 对于发布设置，选择是否可以在企业数据目录中立即发现资产。如果您仅将资产添加到库存中，则可以稍后选择订阅条款并将资产发布到企业数据目录。

12. 对于自动生成企业名称，请选择是否在从来源导入资产时自动为其生成元数据。

13. （可选）对于元数据表单，添加表单以定义在将资产导入 Amazon DataZone 时收集和保存的元数据。有关更多信息，请参阅 在 Amazon DataZone 中创建元数据表单。

14. 在运行偏好中，选择何时运行数据来源。

    • 按时间表运行 – 指定数据来源的运行日期和时间。

    • 按需运行 – 可以手动启动数据来源运行。

15. 选择下一步。

16. 检查您的数据来源配置，然后选择创建。