AWS Glue
Descubra, prepare e integre todos sus datos a cualquier escala
1 millón de objetos almacenados de forma gratuita
Funcionamiento
AWS Glue es un servicio de integración de datos sin servidor que facilita la detección, preparación, migración e integración de datos provenientes de varios orígenes para el análisis, machine learning (ML) y desarrollo de aplicaciones.
-
Opciones de motor de integración de datos
-
ETL impulsado por eventos
-
Catálogo de datos de AWS Glue
-
Trabajos de ETL sin código
-
Administración y monitoreo de la calidad de la cuenta
-
Preparación de datos
-
Opciones de motor de integración de datos
-
Elija el motor de integración de datos de su preferencia en AWS Glue que sea compatible con sus usuarios y cargas de trabajo.
Haga clic para agrandar
El diagrama muestra cómo los usuarios de AWS Glue pueden elegir desde las opciones de interfaz hasta la creación de cargas de trabajo usando varios motores de integración de datos. Visualización de cuatro secciones: una a la izquierda, dos en el medio y una a la derecha.
La primera sección que aparece a la izquierda se llama Orígenes de datos. Incluye los siguientes orígenes de datos: Amazon S3, Amazon DynamoDB, Bases de datos ejecutadas en Amazon EC2, Bases de datos y SaaS.
En la primera sección, hay una flecha que apunta hacia la sección del medio, llamada Elección de interfaces, que aparece en la parte superior del diagrama. Esta segunda sección incluye tres elementos: AWS Glue Studio, Cuadernos de Amazon SageMaker y Cuadernos e IDE.
Debajo de esta segunda sección, aparece un texto que dice lo siguiente: “Las interfaces abiertas admiten cargas de trabajo e interactivas”. Este texto incluye una flecha que apunta hacia la segunda sección antes mencionada y que se encuentra por encima, y una flecha apuntando hacia la tercera sección que está debajo.
Esta tercera sección se llama Motores de integración de datos. El texto dice lo siguiente: “Elija el motor de procesamiento de datos escalable y sin servidor de su preferencia con escalado automático y precio de pago por uso”. Esta sección incluye tres nombres de motores: AWS Glue para Ray, AWS Glue para Python y AWS Glue para Apache Spark.
La cuarta sección aparece a la derecha de la segunda sección con una flecha que apunta desde la segunda sección hasta la cuarta. La cuarta sección dice lo siguiente: “Creación y carga de datos en lagos y almacenamientos de datos”. Esta sección también incluye tres elementos: Amazon Redshift, Lagos de datos y Almacenamientos de datos.
-
ETL impulsado por eventos
-
AWS Glue puede ejecutar sus trabajos de extracción, transformación y carga (ETL) a medida que llegan nuevos datos. Por ejemplo, puede configurar AWS Glue para que los trabajos de ETL se ejecuten en cuanto haya disponibles nuevos datos en Amazon Simple Storage Service (S3).
.3f3f393bfdb3deefdf183c1cfd39741f99eed6c6.png)
-
Catálogo de datos de AWS Glue
-
Puede usar el catálogo de datos para detectar y buscar con rapidez varios conjuntos de datos de AWS sin mover los datos. Una vez catalogados, puede hacer búsquedas y consultas inmediatamente con Amazon Athena, Amazon EMR y Amazon Redshift Spectrum.
.cbbd4734e6a79cc3d2569064d0010605a0a307ae.png)
-
Trabajos de ETL sin código
-
AWS Glue Studio facilita más la creación, ejecución y supervisión visual de trabajos de ETL en AWS Glue. Puede crear trabajos de ETL que desplazan y transforman datos mediante un editor de arrastrar y soltar, para que AWS Glue genere automáticamente el código.
.522ef785088de982530b9fdde4c8be146562fa0f.png)
-
Administración y monitoreo de la calidad de la cuenta
-
Calidad de los datos de AWS Glue automatiza la creación, administración y monitoreo de las reglas de calidad de los datos para permitirle garantizar datos de alta calidad en todos los lagos de datos y canalizaciones.
Haga clic para agrandar
El diagrama muestra cómo se puede usar Calidad de los datos de AWS Glue para crear recomendaciones de reglas, monitorear la calidad de los datos y enviar alertas cuando dicha calidad se deteriore. Se muestran tres secciones de izquierda a derecha.
La primera tiene una ilustración del catálogo de datos de AWS Glue y ETL de AWS Glue. Debajo de Catálogo de datos de AWS Glue, aparece lo siguiente: “Clasificación de todos los conjuntos de datos en los lagos de datos”. Debajo de ETL de AWS Glue, aparece lo siguiente: “Integración y transformación de datos a partir de distintos orígenes de datos”.
La segunda sección tiene el título Calidad de los datos de AWS Glue. Aparecen tres íconos en esta sección. El primero es una lista de comprobación. Debajo de él, aparece la leyenda Recomendaciones de reglas de calidad de datos. Comience a usar recomendaciones automáticas de reglas de calidad de datos. El segundo ícono es un lápiz. Debajo de él, aparece la leyenda Reglas de calidad de datos preconfiguradas. Modifique o agregue recomendaciones con reglas de calidad de datos preconfiguradas. El tercer ícono es una campana. Debajo de él, aparece la leyenda Alertas y medidas. Agregue alertas y medidas a tomar cuando se deteriore la calidad de los datos.
La tercera sección tiene dos íconos apilados. El primero es un gráfico de barras. Debajo de él, aparece la leyenda Métricas. Use las métricas de calidad de los datos para tomar decisiones empresariales con certeza. El segundo ícono es una de advertencia. Debajo de él, aparece la leyenda Alertas. Use las alertas para recibir notificaciones cuando se deteriore la calidad y tomar medidas para arreglar los datos.
-
Preparación de datos
-
AWS Glue DataBrew permite explorar y experimentar con datos directamente desde lagos de datos, almacenamiento de datos y bases de datos, incluidos Amazon S3, Amazon Redshift, AWS Lake Formation, Amazon Aurora y Amazon Relational Database Service (RDS). Puede elegir entre más de 250 transformaciones prediseñadas en DataBrew para automatizar las tareas de preparación de datos, como filtrar anomalías, estandarizar formatos y corregir valores no válidos.
.0e1a87155040f71dcc92464a283f1adddd39cf85.png)
Casos de uso
Simplifique el desarrollo de la canalización ETL
Elimine la administración de la infraestructura con el aprovisionamiento automático y la administración de los trabajadores, y consolide todas sus necesidades de integración de datos en un solo servicio.
Detecte datos de manera efectiva
Identifique rápidamente los datos en AWS, en las instalaciones y en otras nubes y, a continuación, pónganlos disponibles al instante para consultarlos y transformarlos.
Explore, experimente y procese los datos de manera interactiva
Al utilizar las sesiones interactivas de AWS Glue, los ingenieros en datos pueden explorar y preparar datos de manera interactiva utilizando el entorno de desarrollo integrado (IDE) o el bloc de notas de su elección.
Respalde varios marcos y cargas de trabajo de procesamiento
Admite más fácilmente varios marcos de procesamiento de datos, como ETL y ELT, y varias cargas de trabajo, como lotes, microlotes y streaming.
Clientes
.a54db519855e546a30ef4da606a8e19ec74317e8.png)
.1e3375d51fc63d9398643f716b0ae70ebbd87b3f.png)
.1fed7571775fddcf80d8213d32e34bfc989b458b.png)
.527a282913a02e03abdca1a69320dc276df755da.png)
Cómo comenzar
Pruebe AWS Glue sin costo
Descubra, prepare, migre e integre datos desde múltiples fuentes con la facilidad de un entorno sin servidor.
Crear con AWS Glue
Aprenda a crear canalizaciones de datos con la interfaz visual de ETL de AWS Glue Studio.
Integre sus datos
Siga adelante para configurar y comenzar a utilizar AWS Glue.