Amazon Glue 提供有可视化和基于代码的界面，可以让数据集成更加轻松。用户可以使用 Amazon Glue 数据目录轻松查找和访问数据。数据工程师和 ETL（提取、转换和加载）开发人员可以创建并运行 ETL 工作流程。数据分析师和数据科学家可以使用 Amazon Glue DataBrew 直观地丰富、清理和规范化数据，而无需编写任何代码。

优势

更快的数据集成

组织中的不同组可以使用 Amazon Glue 协同执行数据集成任务，包括提取、清理、规范化、合并、加载和运行可扩展的 ETL 工作流。这样，您可以将分析数据并将数据付诸使用所需的时间从几个月缩短到几分钟。

无需管理服务器

Amazon Glue 在无服务器环境中运行。没有要管理的基础设施，且 Amazon Glue 会预置、配置和扩展运行数据集成作业所需的资源。您只需为作业运行时使用的资源付费。

大规模自动执行数据集成

Amazon Glue 可自动执行数据集成所需的大部分工作。Amazon Glue 可以抓取您的数据源、识别数据格式并建议存储数据的架构。它会自动生成用于运行数据转换和加载过程的代码。您可以使用 Amazon Glue 轻松运行和管理数千个 ETL 作业，或者使用 SQL 在多个数据存储之间合并和复制数据。

优势

更快的数据集成

无需管理服务器

大规模自动执行数据集成

注册开启免费试用热门云产品任你选

免费体验 40+ 款企业级云服务，一次性试用多款云产品，迅速找到适配您业务的解决方案

立即注册

工作原理

构建事件驱动的 ETL 管道
跨多个数据存储查找数据
自助式可视化数据准备

构建事件驱动的 ETL 管道
当新数据到来时，Amazon Glue 可以运行您的 ETL 作业。例如，您可以使用 Amazon Lambda 函数来触发 ETL 作业，以在 Amazon S3 中有新数据可用时立即运行。您还可以将这个新数据集注册到 Amazon Glue Data Catalog 中，作为 ETL 作业的一部分。
跨多个数据存储查找数据
您可以使用 Amazon Glue Data Catalog 快速发现和搜索多个 Amazon 数据集，而无需移动数据。在存储到目录中之后，数据立即可供使用 Amazon Athena、Amazon EMR 和 Amazon Redshift Spectrum 进行搜索和查询。
自助式可视化数据准备
Amazon Glue DataBrew 使您能够直接从数据湖、数据仓库和数据库（包括 Amazon S3、Amazon Redshift、Amazon Lake Formation、Amazon Aurora 和 Amazon RDS）中探索和试验数据。您可以从 Amazon Glue DataBrew 中的 250 多种预构建转换中进行选择，以自动执行数据准备任务，例如筛选异常、标准化格式和纠正无效值。数据准备就绪后，您可以立即将其用于分析和机器学习。在此了解有关 Amazon Glue DataBrew 的更多信息。

工作原理

构建事件驱动的 ETL 管道
跨多个数据存储查找数据
自助式可视化数据准备

构建事件驱动的 ETL 管道
当新数据到来时，Amazon Glue 可以运行您的 ETL 作业。例如，您可以使用 Amazon Lambda 函数来触发 ETL 作业，以在 Amazon S3 中有新数据可用时立即运行。您还可以将这个新数据集注册到 Amazon Glue Data Catalog 中，作为 ETL 作业的一部分。
跨多个数据存储查找数据
您可以使用 Amazon Glue Data Catalog 快速发现和搜索多个 Amazon 数据集，而无需移动数据。在存储到目录中之后，数据立即可供使用 Amazon Athena、Amazon EMR 和 Amazon Redshift Spectrum 进行搜索和查询。
自助式可视化数据准备
Amazon Glue DataBrew 使您能够直接从数据湖、数据仓库和数据库（包括 Amazon S3、Amazon Redshift、Amazon Lake Formation、Amazon Aurora 和 Amazon RDS）中探索和试验数据。您可以从 Amazon Glue DataBrew 中的 250 多种预构建转换中进行选择，以自动执行数据准备任务，例如筛选异常、标准化格式和纠正无效值。数据准备就绪后，您可以立即将其用于分析和机器学习。在此了解有关 Amazon Glue DataBrew 的更多信息。