AWS之Glue使用方法

Glue是AWS的云上ETL工具，核心是Spark，查询也是先获取数据源的元数据，再通过元数据溯源数据。 本文示范使用Glue把数据从RDS抽到redshift的操作 总体步骤： 1.连接数据源 2.建立爬网程序 3.运行爬网程序生成元数据表 4.建立作业 5.运行作业 （再后面还可建立工作流程实现作业流，本文未涉及） 建立连接 连接可以是（半结构化）文件，和各种数据库，和kafka 图中的“数据

>>阅读原文<<