サンプルデータの準備

まずは、データを格納するためのS3バケットを作成します。

1. S3バケットの作成

まずは、データを格納するためのS3バケットを作成します。

S3のダッシュボードから、バケットを作成をクリックします。

下記の内容を設定してください。

設定項目 値 設定の基準
バケット名 glue-etl-handson-{自分の名前}-{日付}(例: glue-etl-handson-yamada-20250120) バケット名はグローバルで一意である必要があるため、名前と日付を含める
AWSリージョン ap-northeast-1(東京) Glueジョブと同じリージョンにするため
その他の設定 デフォルトのまま ハンズオン用途のためデフォルト設定で問題ない

入力が完了したら「バケットを作成」をクリックします。

無事にS3バケットが作成されれば、ここまでの操作は完了です。

2. フォルダの作成

作成したバケットをクリックして開きます。バケット内にデータの用途ごとにフォルダを作成します。「フォルダの作成」をクリックし、以下の2つのフォルダを順番に作成してください。

フォルダ名 用途
input/ サンプルCSVデータの格納先
output/ Glueジョブの出力先

最終的に、以下のようなフォルダ構成になっていれば完了です。

3. サンプルデータのアップロード

続いて、Glueジョブで処理するサンプルデータを作成し、S3にアップロードします。以下の2つのCSVファイルをローカルに作成してください。

3.1 東京支店の売上データ

tokyo_sales.csv は東京支店の売上データ(5件)です。以下の内容でファイルを作成してください。

order_id,customer_name,email,phone,product_name,category,quantity,unit_price,order_date
T001,田中太郎,tanaka@example.com,090-1234-5678,ノートPC,電子機器,1,120000,2025-01-05
T002,鈴木花子,suzuki@example.com,080-2345-6789,プログラミング入門,書籍,2,3000,2025-01-06
T003,山田一郎,yamada@example.com,070-3456-7890,マウス,電子機器,3,2500,2025-01-07
T004,佐藤美咲,sato@example.com,090-4567-8901,AWS入門,書籍,1,3500,2025-01-08
T005,高橋健太,takahashi@example.com,080-5678-9012,キーボード,電子機器,2,8000,2025-01-09

3.2 大阪支店の売上データ

osaka_sales.csv は大阪支店の売上データ(5件)です。以下の内容でファイルを作成してください。

order_id,customer_name,email,phone,product_name,category,quantity,unit_price,order_date
O001,中村優子,nakamura@example.com,090-6789-0123,モニター,電子機器,1,35000,2025-01-05
O002,小林誠,kobayashi@example.com,080-7890-1234,データ分析入門,書籍,3,2800,2025-01-06
O003,加藤恵,kato@example.com,070-8901-2345,Tシャツ,衣類,5,1500,2025-01-07
O004,吉田翔太,yoshida@example.com,090-9012-3456,パーカー,衣類,2,4000,2025-01-08
O005,渡辺愛,watanabe@example.com,080-0123-4567,USBメモリ,電子機器,10,1200,2025-01-09

3.3 S3へのアップロード

2つのファイルを作成したら、S3コンソールでバケットの input/ フォルダを開き、「アップロード」をクリックします。

tokyo_sales.csv と osaka_sales.csv の両方のファイルを選択し、「アップロード」をクリックしてください。

アップロードが完了したら、input/ フォルダに2つのCSVファイルが表示されていることを確認してください。