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。

# 在本機開發和測試 AWS Glue 任務指令碼
<a name="aws-glue-programming-etl-libraries"></a>

當您開發和測試 AWS Glue for Spark 任務指令碼時，有多個可用選項：
+ AWS Glue Studio 主控台
  + Visual editor (視覺化編輯器)
  + 指令碼編輯器
  + AWS Glue Studio 筆記本
+ 互動式工作階段
  + Jupyter 筆記本
+ Docker 映像檔
  + 本機開發
  + 遠端開發

您可根據自己的需求選擇上述任何選項。

如果您不偏好程式碼或更少的程式碼體驗，則 Glue Studio AWS 視覺化編輯器是不錯的選擇。

如果您偏好互動式筆記本體驗， AWS Glue Studio 筆記本是不錯的選擇。如需詳細資訊，請參閱[搭配使用筆記本與 AWS Glue Studio 和 AWS Glue](https://docs.aws.amazon.com/glue/latest/ug/notebooks-chapter.html)。如果想要使用自己的本機環境，那麼互動式工作階段是個不錯的選擇。如需詳細資訊，請參閱[搭配 Glue AWS 使用互動式工作階段](https://docs.aws.amazon.com/glue/latest/dg/interactive-sessions-chapter.html)。

如果您偏好採用本機/遠端開發，那麼 Docker 映像檔是個不錯的選擇。這可協助您在偏好的任何地方開發和測試 AWS Glue for Spark 任務指令碼，而不會產生 AWS Glue 成本。

如果您偏好不使用 Docker 進行本機開發，在本機安裝 AWS Glue ETL 程式庫目錄是不錯的選擇。

## 使用 Glue Studio AWS 進行開發
<a name="develop-using-studio"></a>

Glue Studio 視覺化編輯器是一種圖形界面，可讓您輕鬆地在 AWS Glue 中建立、執行和監控擷取、轉換和載入 (ETL) AWS 任務。您可以視覺化地編寫資料轉換工作流程，並在 AWS Glue 的 Apache Spark 型無伺服器 ETL 引擎上順暢地執行它們。您可以在任務的每個步驟中檢查結構描述和資料結果。如需詳細資訊，請參閱 [AWS Glue Studio 使用者指南](https://docs.aws.amazon.com/glue/latest/ug/what-is-glue-studio.html)。

## 使用互動式工作階段進行開發
<a name="develop-using-interactive-sessions"></a>

使用互動式工作階段允許您自行選擇要建置和測試應用程式的環境。如需詳細資訊，請參閱[搭配 Glue AWS 使用互動式工作階段](https://docs.aws.amazon.com/glue/latest/dg/interactive-sessions-chapter.html)。