Amazon SageMaker propose des transformations Visual ETL supplémentaires et la prise en charge des tableaux S3
Amazon SageMaker propose désormais 14 nouvelles transformations Visual ETL intégrées : « horodatage du format », « division de chaîne », « Regex extractor », « traitement Autobalance », « UUID (identification unique universelle) », « Identifiant », « Dépivoter les colonnes en lignes », « Faire pivoter les lignes en colonnes », « Analyser la colonne JSON », « Extraire le chemin JSON », « Rechercher », « Routeur conditionnel », « Groupe de routes » et « Commander par ». Grâce à ces transformations, les développeurs ETL peuvent rapidement créer des pipelines de données plus sophistiqués sans avoir à écrire de code personnalisé pour les tâches de transformation courantes. De plus, les tableaux Amazon S3 sont désormais pris en charge via le nœud Amazon SageMaker Lakehouse. Ceci vous donne la flexibilité d'accéder aux données et de les prévisualiser sur place dans les tableaux S3.
Visual ETL d'Amazon SageMaker fournit une interface glisser-déposer pour créer des flux ETL et créer des flux avec Amazon Q Developer. Chacune des nouvelles transformations Visual ETL répond à un besoin unique en matière de traitement des données. Par exemple, utilisez « Identifier » pour attribuer un identifiant numérique à chaque ligne du jeu de données, transformez les chaînes JSON avec « Analyser la colonne JSON » qui vous permet de convertir une chaîne JSON en une structure de données ou un tableau, ou extrayez uniquement le chemin JSON dont vous avez besoin avec la transformation « Extraire le chemin JSON ».
Ces transformations Visual ETL sont désormais disponibles dans toutes les régions AWS où Amazon SageMaker est disponible. Accédez à la liste des régions prises en charge pour obtenir les informations de disponibilité les plus récentes.
Pour en savoir plus, consultez notre documentation relative à Amazon SageMaker.