View a markdown version of this page

使用 DataBrew 連線至文字檔案中的資料 - AWS Glue DataBrew開發人員指南

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。

使用 DataBrew 連線至文字檔案中的資料

您可以為 DataBrew 支援的輸入檔案設定下列格式選項：

  • 逗號分隔值 (CSV) 檔案

    • 分隔符號

      預設分隔符號是 .csv 檔案的逗號。如果您的檔案使用不同的分隔符號，請在建立資料集時，於其他組態區段中選擇 CSV 分隔符號的分隔符號。.csv 檔案支援下列分隔符號：

      • 逗號 (,)

      • Colon (：)

      • 分號 (；)

      • 管道 (|)

      • Tab (\t)

      • Caret (^)

      • 反斜線 (\)

      • 空格

    • 資料欄標頭值

      您的 CSV 檔案可以包含標頭列作為檔案的第一列。如果沒有，DataBrew 會為您建立標頭列。

      • 如果您的 CSV 檔案包含標頭列，請選擇將第一列視為標頭。如果您這樣做，CSV 檔案的第一列會被視為包含資料欄標頭值。

      • 如果您的 CSV 檔案不包含標頭列，請選擇新增預設標頭。如果您這麼做，DataBrew 會為 檔案建立標頭列，而且不會將第一列資料視為包含標頭值。DataBrew 建立的標頭包含 檔案中每一欄的底線和數字，格式為 Column_1、Column_2、 Column_3等。

  • JSON 檔案

    DataBrew 支援兩種格式的 JSON 檔案：JSON Lines 和 JSON 文件。JSON Lines 檔案每行包含一個資料列。在 JSON 文件檔案中，所有資料列都包含在單一 JSON 結構或陣列中。您可以在建立 JSON 資料集時，在其他組態區段中指定您的 JSON 檔案類型。預設格式為 JSON Lines。

  • Excel 檔案

    下列適用於 DataBrew 中的 Excel 工作表：

    • Excel 工作表載入

      根據預設，DataBrew 會載入 Excel 檔案中的第一個工作表。不過，您可以在建立 Excel 資料集時，在其他組態區段中指定不同的工作表號碼或工作表名稱。

    • 資料欄標頭值

      您的 Excel 工作表可以包含標頭列作為檔案的第一列，但如果沒有，DataBrew 會為您建立標頭列。

      • 如果您的 Excel 工作表包含標頭列，請選擇將第一列視為標頭。如果您這樣做，則 Excel 工作表的第一列會被視為包含資料欄標頭值。

      • 如果您的 Excel 檔案不包含標頭列，請選擇新增預設標頭。透過這樣做，您可以指定 DataBrew 應為 檔案建立標頭列，而不是將第一列資料視為包含標頭值。DataBrew 建立的標頭包含 檔案中每一欄的底線和數字，格式為 Column_1、Column_2、 Column_3等。