어제의 Glue ETL Job은 강력하지만 PySpark 코드를 직접 짜야 한다. 모든 데이터 작업자가 Spark에 능숙한 건 아니다. 데이터 분석가, 데이터 과학자, 비즈니스 사용자도 데이터를 정제하고 변환해야 한다. AWS는 이 간극을 메우려고 두 개의 비주얼/노코드 도구를 제공한다 — Glue Studio(비주얼 ETL)와 Glue DataBrew(비주얼 데이터 정제). 둘은 비슷해 보이지만 목적이 다르다. 이 차이를 구분하는 것이 시험에서 자주 나온다.
Glue Studio는 Glue ETL Job을 드래그 앤 드롭 그래프로 만드는 비주얼 인터페이스다. 노드(박스)를 캔버스에 놓고 연결하면, Studio가 뒤에서 해당하는 PySpark/Scala 코드를 자동 생성한다. 즉 결과물은 어제 배운 Glue ETL Job과 동일하다 — 다만 코드를 손으로 쓰는 대신 그래프로 설계할 뿐이다.
[Source: Catalog table]
↓
[Transform: Filter (amount > 0)]
↓
[Transform: Join with customers]
↓
[Transform: ApplyMapping]
↓
[Target: S3 Parquet]
노드는 크게 세 종류다.