AWS Glue 中的 Amazon Q 数据集成
AWS Glue 中的 Amazon Q 数据集成是 AWS Glue 的一项新的生成式人工智能功能，它使数据工程师和 ETL 开发人员能够使用自然语言构建数据集成作业。工程师和开发人员可以请求 Amazon Q 编写作业、解决问题并回答有关 AWS Glue 和数据集成的问题。
什么是 Amazon Q？
注意
由 Amazon Bedrock 提供支持：AWS 实施自动化滥用检测。由于 Amazon Q 数据集成功能基于 Amazon Bedrock 构建，因此用户可以充分利用 Amazon Bedrock 中实施的控制措施，以便安全、负责任地使用人工智能（AI）。
Amazon Q 是一款由生成式人工智能（AI）提供支持的对话助手，可以帮助您理解、构建、扩展和操作 AWS 应用程序。为 Amazon Q 提供支持的模型辅以高质量的 AWS 内容，可为您提供更全面、更具可操作性和参考性的答案，让您可以更快在 AWS 上构建。有关更多信息，请参阅什么是 Amazon Q？
什么是 AWS Glue 中的 Amazon Q 数据集成？
AWS Glue 中的 Amazon Q 数据集成包括以下功能：
聊天 – AWS Glue 中的 Amazon Q 数据集成可以用英语回答有关 AWS Glue 和数据集成的自然语言问题，例如 AWS Glue 源和目标连接器、AWS Glue ETL 作业、数据目录、爬网程序和 AWS Lake Formation，以及其他功能文档和最佳实践。AWS Glue 中的 Amazon Q 数据集成以分步说明作为回复，并包括对其信息源的引用。
数据集成代码生成 – AWS Glue 中的 Amazon Q 数据集成可以回答有关 AWS Glue ETL 脚本的问题，并根据以英语提出的自然语言问题生成新代码。
疑难解答 – AWS Glue 中的 Amazon Q 数据集成旨在帮助您了解 AWS Glue 作业中的错误，并提供分步说明，以从根本上解决问题。
注意
AWS Glue 中的 Amazon Q 数据集成不会使用您的对话情境为对话期间的未来回复提供信息。与 AWS Glue 中的 Amazon Q 数据集成的每次对话都与之前或将来的对话无关。
使用 AWS Glue 中的 Amazon Q 数据集成？
在 Amazon Q 面板中，您可以请求 Amazon Q 为 AWS Glue ETL 脚本生成代码，回答有关 AWS Glue 功能的问题，或对错误进行问题排查。响应将是 PySpark 中的 ETL 脚本，其中包含自定义脚本、查看和执行脚本的分步说明。对于问题，将根据数据集成知识库生成回复，并含有摘要和来源 URL 供参考。
例如，您可以向 Amazon Q 提出以下要求：“请编写一个 Glue 脚本，以从 Snowflake 读取数据、重命名字段，然后写入 Redshift”，在响应中，AWS Glue 中的 Amazon Q 数据集成将返回一个可以执行所请求操作的 AWS Glue 作业脚本。您可以查看生成的代码，确保其满足请求的意图。如果满意，可以将其部署为生产环境中的 AWS Glue 作业。您可以要求集成说明错误和故障，并提出解决方案，从而对作业进行故障排除。Amazon Q 可以回答有关 AWS Glue 或数据集成最佳实践的问题。
以下是示例问题，演示了 AWS Glue 中的 Amazon Q 数据集成如何帮助您基于 AWS Glue 构建：
AWS Glue ETL 代码生成：
编写一个从 S3 读取 JSON、使用应用映射转换字段并写入 Amazon Redshift 的 AWS Glue 脚本
如何编写 AWS Glue 脚本，用于从 DynamoDB 读取、应用 DropNullFields 转换并作为 Parquet 写入 S3？
给我一个 AWS Glue 脚本，该脚本可以从 MySQL 读取，根据我的业务逻辑删除一些字段，然后写入 Snowflake
编写一个 AWS Glue 作业，从 DynamoDB 读取然后以 JSON 的形式写入 S3
帮我开发一个 S3 AWS Glue 数据目录的 AWS Glue 脚本
编写一个 AWS Glue 作业，从 S3 读取 JSON，删除空值然后写入 Redshift
AWS Glue 功能说明：
如何使用 AWS Glue 数据质量自动监测功能？
如何使用 AWS Glue 作业书签？
如何启用 AWS Glue 自动扩缩功能？
AWS Glue 动态帧与 Spark 数据帧有什么区别？
AWS Glue 支持哪些不同类型的连接？
AWS Glue 故障排除：
如何解决 AWS Glue 作业中的内存不足（OOM）错误？
在设置 AWS Glue 数据质量自动监测功能时，您可能会看到哪些错误消息？如何进行修复？
如何修复出现 Amazon S3 访问被拒绝错误的 AWS Glue 作业？
如何解决 AWS Glue 作业中的数据随机排序？
与 Amazon Q 数据集成进行交互的最佳实践
以下是与 Amazon Q 数据集成进行交互的最佳实践：
在与 Amazon Q 数据集成进行交互时，请提出具体问题，在有复杂请求时进行迭代，并验证答案的准确性。
在以自然语言提供数据集成提示时，请尽可能具体，以便助手准确了解您的需求。不要简单地要求“从 S3 中提取数据”，而应提供更多详细信息，例如“编写从 S3 中提取 JSON 文件的 AWS Glue 脚本”。
在运行生成的脚本之前，请对其进行检查，以确保准确性。如果生成的脚本存在错误或与您的意图不符，请向助手提供有关如何更正查询的指示。
生成式人工智能技术是一项全新的技术，其回复中可能会出现错误，有时将这种错误称为幻觉。在您的环境或工作负载中使用代码之前，请对所有代码进行测试并检查是否存在错误和漏洞。
改进 AWS Glue 服务中的 Amazon Q 数据集成
为了帮助 AWS Glue 中的 Amazon Q 数据集成提供最相关的 AWS 服务信息，我们可能会使用 Amazon Q 中的某些内容，例如您向 Amazon Q 提出的问题及其回复，以改进服务。
有关我们使用哪些内容以及如何选择退出的信息，请参阅 Amazon Q 开发者版用户指南中的 Amazon Q 开发者版服务改进。
注意事项
在 AWS Glue 中使用 Amazon Q 数据集成之前，请考虑以下各项：
目前，代码生成仅支持 PySpark 内核。生成的代码适用于基于 Python Spark 的 AWS Glue 作业。
有关 AWS Glue 中支持的 Amazon Q 数据集成代码生成功能组合的信息，请参阅支持的代码生成功能。
