Lab - Analyze and Prepare Data with Amazon SageMaker Data Wrangler and Amazon EMR (Simplified Chinese)

在本实验中，您将学习如何在 SageMaker Data Wangler 中可视化、准备数据和转换数据集。您还将使用 S3 和 SageMaker Studio，通过 Apache Spark 与 Apache Hive 进行交互。

目标

• 了解有效的数据可视化方法
• 探索数据清理和转换方法，并探究如何处理缺失值、异常值、重复数据等。
• 学习如何在 Amazon Sagemaker Data Wrangler 中摄取和转换数据
• 尝试如何使用 Amazon EMR 上的 Spark 转换数据

前提条件

• AWS 管理控制台的基本导航操作。
• 了解数据库概念、MySQL 和数据库可用性。

概要

• 任务 1：使用 SageMaker Data Wrangler 导入、可视化数据并对数据执行初步分析
• 任务 2：分析和可视化数据
• 任务 3：执行数据转换并导出数据集
• 任务 4：设置环境
• 任务 5：连接到 EMR 集群
• 任务 6：探索和查询来自 SparkMagic PySpark 内核的数据