什么是 AWS Glue？

[arzina221]

什么是 ETL？
Integrate.io 是一个ETL 工具，这意味着它可以帮助您提取、转换和加载数据。亚马逊有自己的 ETL 服务，称为 AWS Glue。选择正确的 ETL 工具至关重要，因为它将在您的数据集成中发挥关键作用，使企业能够跨来源收集数据并将其整合到一个集中位置。正确的工具还将帮助各种类型的数据无缝协作。

您可以使用 ETL 工具从各种来源收集和提炼数据，然后将其传送到仓库，例如 Amazon RDS。您还可以使用 ETL 工具在来源和工具之间迁移数据，帮助改进商业智能计划并拓宽数据管理策略。

该流程的第一步是提取步骤，这需要您从多个来源获取数据，以便对其进行组合和分析。来源可能包括移动设备、销售应用程序、现有数据库、客户关系管理 (CRM) 系统、本地、混合和云环境等等。您可以手动执行数据提取，但这是一个耗时的过程，容易出现手动错误。

提取数据后，下一步是转换数据，这通常被认为是 ETL 过程中最重要的部分。在转换数据时，您可以应用各种规则和规定来确保可访问性。您还可以清理、标准化、删除重复、验证和排序 黎巴嫩号码数据 数据。所有转换过程都有助于提高数据完整性，并确保转换后的数据以对您的业务最有价值的随时可用状态加载到其目的地。

亚马逊提供自己的数据集成工具 AWS Glue。它是一种无服务器的托管 ETL 服务，可帮助企业发现、准备和合并数据。然而，AWS Glue 服务尤其以存在一些局限性而闻名。首先，Glue 是为批处理而构建的，这意味着任何处理实时应用程序和数据流的企业都应该另寻他处。

数据准备延迟
另一个不足之处是 Glue 数据目录，它不必要地为查询过程添加了额外的步骤。每当处理传入的数据集时，爬虫程序都会生成数据目录，这些目录可帮助您查找数据并在各种工具中使用它。只要您的目录表同步，您就可以在各种 S3 路径和其他来源之间移动它，并使用支持外部模式的工具对其进行查询。此外，目录被组织成数据库和表，后者维护数据的保存位置、要使用的序列化器反序列化器以及数据的方案。