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。

# 對編目程式使用多個資料來源
<a name="schema-crawlers-data-sources"></a>

當 AWS Glue 爬蟲程式掃描 Amazon S3 並偵測多個目錄時，它會使用啟發式來判斷資料表的根目錄在目錄結構中的位置，以及哪些目錄是資料表的分割區。在某些情況下，在兩個或多個目錄偵測到類似的結構描述時，爬蟲程式可能會將它們視為分割區，而不是個別的資料表。協助爬蟲程式探索個別資料表的其中一種方法是，將每個資料表的根目錄新增為爬蟲程式的資料存放區。

Amazon S3 中的下列分割區為範例：

```
s3://amzn-s3-demo-bucket/folder1/table1/partition1/file.txt
s3://amzn-s3-demo-bucket/folder1/table1/partition2/file.txt
s3://amzn-s3-demo-bucket/folder1/table1/partition3/file.txt
s3://amzn-s3-demo-bucket/folder1/table2/partition4/file.txt
s3://amzn-s3-demo-bucket/folder1/table2/partition5/file.txt
```

如果 `table1`和 的結構描述`table2`類似，且單一資料來源在 `s3://amzn-s3-demo-bucket/folder1/`中設定為 AWS Glue，爬蟲程式可能會建立具有兩個分割區資料欄的單一資料表：一個包含 `table1`和 的分割區資料欄`table2`，以及第二個包含`partition1`透過 的分割區資料欄`partition5`。

若要讓 AWS Glue 爬蟲程式建立兩個不同的資料表，請將爬蟲程式設定為有兩個資料來源 `s3://amzn-s3-demo-bucket/folder1/table1/`和 `s3://amzn-s3-demo-bucket/folder1/table2`，如下列程序所示。

**若要將 S3 資料存放區新增至 中的現有爬蟲程式 AWS Glue**

1. 登入 AWS 管理主控台 ，並在 https：//[https://console.aws.amazon.com/glue/](https://console.aws.amazon.com/glue/) 開啟 AWS Glue 主控台。

1. 在導覽窗格中，選擇 **Crawlers** (爬蟲程式)。

1. 選擇您的爬蟲程式連結，然後選擇 **Edit** (編輯)。

1. 對於 **Step 2: Choose data sources and classifiers** (步驟 2：選擇資料來源和分類器)，選擇 **Edit** (編輯)。

1. 對於**資料來源和目錄**，選擇**新增資料來源**。

1. 在 **Add data source** (新增資料來源) 對話方塊中，用於**S3 path** (S3 路徑)，選擇 **Browse** (瀏覽)。

1. 選取您想要使用的儲存貯體，然後選擇 **Choose** (選擇)。

   您新增的資料來源會顯示在 **Data sources** (資料來源)的清單中。

1. 選擇**下一步**。

1. 在 **Configure Security Settings** (設定安全設定) 頁面上，建立或選擇爬蟲程式的 IAM 角色，然後選擇**Next (下一步)**。

1. 確定 S3 路徑結尾為尾端斜線，然後選擇 **Add an S3 data source** (新增 S3 資料來源)。

1. 在 **Set output and scheduling** (設定輸出與排程) 頁面上，針對 **Output configuration** (輸出組態)，選擇目標資料庫。

1. 選擇**下一步**。

1. 在 **Review** (檢閱和更新) 頁面上，檢閱您所做的選擇。若要編輯步驟，請選擇 **Edit** (編輯)。

1.  選擇**更新**。