本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 在 Amazon Personalize 中创建数据集导出作业
您可以使用 Amazon Personalize 控制台、AWS Command Line Interface (AWS CLI) 或 AWS SDK 创建数据集导出作业。
## 创建数据集导出作业（控制台）
将数据导入数据集并创建输出 Amazon S3 存储桶后，您可以将数据导出到存储桶进行分析。**要使用 Amazon Personalize 控制台导出数据集，您需要创建数据集导出作业。有关创建 Amazon S3 存储桶的信息，请参阅《Amazon Simple Storage Service 用户指南》**中的[创建存储桶](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html)。
在导出数据集之前，确保您的 Amazon Personalize 服务角色可以访问和写入您的输出 Amazon S3 存储桶。请参阅[数据集导出作业权限要求](export-permissions.md)。
**创建数据集导出作业（控制台）**
1. 打开 Amazon Personalize 控制台（网址为 [https://console.aws.amazon.com/personalize/home](https://console.aws.amazon.com/personalize/home)）。
1. 在导航窗格中，选择**数据集组**。
1. 在**数据集组**页面，选择您的数据集组。
1. 在导航窗格中，选择**数据集**。
1. 选择要导出到 Amazon S3 存储桶的数据集。
1. 在**数据集导出作业**中，选择**创建数据集导出作业**。
1. 在**数据集导出作业详细信息**中，对于**数据集导出作业名称**，输入导出作业的名称。
1. 对于 **IAM 服务角色**，选择您在[为 Amazon Personalize 创建 IAM 角色](set-up-required-permissions.md#set-up-create-role-with-permissions)中创建的 Amazon Personalize 服务角色。
1. 对于 **Amazon S3 数据输出路径**，输入目标 Amazon S3 存储桶。使用以下语法：
**s3://amzn-s3-demo-bucket/**
1. 如果将 AWS KMS 用于加密，则对于 **KMS 密钥 ARN**，输入 AWS KMS 密钥的 Amazon 资源名称 (ARN)。
1. 对于**导出数据类型**，根据您最初导入数据的方式，选择要导出的数据类型。
+ 选择**批量**，仅导出使用数据集导入作业批量导入的数据。
+ 选择**增量**，仅导出您使用控制台或者 `PutEvents`、`PutUsers` 或 `PutItems` 操作单独导入的数据。
+ 选择**两者**，导出数据集中的所有数据。
1. 对于**标签**，可以选择添加任何标签。有关标记 Amazon Personalize 资源的更多信息，请参阅[为 Amazon Personalize 资源添加标签](tagging-resources.md)。
1. 选择**创建数据集导出作业**。
在**数据集概述**页面的**数据集导出作业**中，作业以**导出作业状态**列出。当状态为**活动**时，表示数据集导出作业完成。然后，您可以从输出 Amazon S3 存储桶中下载数据。有关从 Amazon S3 存储桶下载对象的信息，请参阅《Amazon Simple Storage Service 用户指南》**中的[下载对象](https://docs.aws.amazon.com/AmazonS3/latest/userguide/download-objects.html)。
## 创建数据集导出作业 (AWS CLI)
将数据导入数据集并创建输出 Amazon S3 存储桶后，您可以将数据集导出到存储桶进行分析。要使用 AWS CLI 导出数据集，请使用 `create-dataset-export-job` AWS CLI 命令创建数据集导出作业。有关创建 Amazon S3 存储桶的信息，请参阅《Amazon Simple Storage Service 用户指南》**中的[创建存储桶](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html)。
在导出数据集之前，确保 Amazon Personalize 服务角色可以访问和写入您的输出 Amazon S3 存储桶。请参阅[数据集导出作业权限要求](export-permissions.md)。
以下是 `create-dataset-export-job` AWS CLI 命令的示例。为作业命名，将 `dataset arn` 替换为要导出的数据集的 Amazon 资源名称 (ARN)，然后将 `role ARN` 替换为您在[为 Amazon Personalize 创建 IAM 角色](set-up-required-permissions.md#set-up-create-role-with-permissions)中创建的 Amazon Personalize 服务角色的 ARN。在 `s3DataDestination` 中，对于 `kmsKeyArn`，可以选择为您的 AWS KMS 密钥提供 ARN，对于 `path`，提供输出 Amazon S3 存储桶的路径。
对于 `ingestion-mode`，通过以下选项指定要导出的数据：
+ 指定 `BULK`，仅导出使用数据集导入作业批量导入的数据。
+ 指定 `PUT`，仅导出您使用控制台或者 `PutEvents`、PutUsers 或 `PutItems` 操作单独导入的数据。
+ 指定 `ALL`，导出数据集中的所有数据。
有关更多信息，请参阅 [CreateDatasetExportJob](API_CreateDatasetExportJob.md)。
```
aws personalize create-dataset-export-job \
--job-name job name \
--dataset-arn dataset ARN \
--job-output "{\"s3DataDestination\":{\"kmsKeyArn\":\"kms key ARN\",\"path\":\"s3://amzn-s3-demo-bucket/folder-name/\"}}" \
--role-arn role ARN \
--ingestion-mode PUT
```
这时，将显示数据集导出作业 ARN。
```
{
"datasetExportJobArn": "arn:aws:personalize:us-west-2:acct-id:dataset-export-job/DatasetExportJobName"
}
```
使用 `DescribeDatasetExportJob` 操作检查状态。
```
aws personalize describe-dataset-export-job \
--dataset-export-job-arn dataset export job ARN
```
## 创建数据集导出作业 (AWS SDK)
将数据导入数据集并创建输出 Amazon S3 存储桶后，您可以将数据集导出到存储桶进行分析。要使用 AWS SDK 导出数据集，请使用 [CreateDatasetExportJob](API_CreateDatasetExportJob.md) 操作创建数据集导出作业。有关创建 Amazon S3 存储桶的信息，请参阅《Amazon Simple Storage Service 用户指南》**中的[创建存储桶](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html)。
以下代码演示了如何使用 SDK for Python (Boto3) 或 SDK for Java 2.x SDK 创建数据集导出作业。
在导出数据集之前，确保 Amazon Personalize 服务角色可以访问和写入您的输出 Amazon S3 存储桶。请参阅[数据集导出作业权限要求](export-permissions.md)。
------
#### [ SDK for Python (Boto3) ]
使用以下 `create_dataset_export_job`，将数据集中的数据导出到 Amazon S3 存储桶。为作业命名，将 `dataset arn` 替换为要导出的数据集的 Amazon 资源名称 (ARN)，然后将 `role ARN` 替换为您在[为 Amazon Personalize 创建 IAM 角色](set-up-required-permissions.md#set-up-create-role-with-permissions)中创建的 Amazon Personalize 服务角色的 ARN。在 `s3DataDestination` 中，对于 `kmsKeyArn`，可以选择为您的 AWS KMS 密钥提供 ARN，对于 `path`，提供输出 Amazon S3 存储桶的路径。
对于 `ingestionMode`，通过以下选项指定要导出的数据：
+ 指定 `BULK`，仅导出使用数据集导入作业批量导入的数据。
+ 指定 `PUT`，仅导出您使用控制台或者 `PutEvents`、PutUsers 或 `PutItems` 操作单独导入的数据。
+ 指定 `ALL`，导出数据集中的所有数据。
```
import boto3
personalize = boto3.client('personalize')
response = personalize.create_dataset_export_job(
jobName = 'job name',
datasetArn = 'dataset ARN',
jobOutput = {
"s3DataDestination": {
"kmsKeyArn": "kms key ARN",
"path": "s3://amzn-s3-demo-bucket/folder-name/"
}
},
roleArn = 'role ARN',
ingestionMode = 'PUT'
)
dsej_arn = response['datasetExportJobArn']
print ('Dataset Export Job arn: ' + dsej_arn)
description = personalize.describe_dataset_export_job(
datasetExportJobArn = dsej_arn)['datasetExportJob']
print('Name: ' + description['jobName'])
print('ARN: ' + description['datasetExportJobArn'])
print('Status: ' + description['status'])
```
------
#### [ SDK for Java 2.x ]
使用以下 `createDatasetExportJob` 方法创建数据集导出作业。将以下内容作为参数传递：PersonalizeClient、导出作业的名称、要导出的数据集的 ARN、摄取模式、输出 Amazon S3 存储桶的路径以及 AWS KMS 密钥的 ARN。
`ingestionMode` 可以是以下一个选项：
+ 使用 `IngestionMode.BULK`，仅导出使用数据集导入作业批量导入的数据。
+ 使用 `IngestionMode.PUT`，仅导出您使用控制台或者 `PutEvents`、PutUsers 或 `PutItems` 操作单独导入的数据。
+ 使用 `IngestionMode.ALL`，导出数据集中的所有数据。
```
public static void createDatasetExportJob(PersonalizeClient personalizeClient,
String jobName,
String datasetArn,
IngestionMode ingestionMode,
String roleArn,
String s3BucketPath,
String kmsKeyArn) {
long waitInMilliseconds = 30 * 1000; // 30 seconds
String status = null;
try {
S3DataConfig exportS3DataConfig = S3DataConfig.builder()
.path(s3BucketPath)
.kmsKeyArn(kmsKeyArn)
.build();
DatasetExportJobOutput jobOutput = DatasetExportJobOutput.builder()
.s3DataDestination(exportS3DataConfig)
.build();
CreateDatasetExportJobRequest createRequest = CreateDatasetExportJobRequest.builder()
.jobName(jobName)
.datasetArn(datasetArn)
.ingestionMode(ingestionMode)
.jobOutput(jobOutput)
.roleArn(roleArn)
.build();
String datasetExportJobArn = personalizeClient.createDatasetExportJob(createRequest).datasetExportJobArn();
DescribeDatasetExportJobRequest describeDatasetExportJobRequest = DescribeDatasetExportJobRequest.builder()
.datasetExportJobArn(datasetExportJobArn)
.build();
long maxTime = Instant.now().getEpochSecond() + 3 * 60 * 60;
while (Instant.now().getEpochSecond() < maxTime) {
DatasetExportJob datasetExportJob = personalizeClient.describeDatasetExportJob(describeDatasetExportJobRequest)
.datasetExportJob();
status = datasetExportJob.status();
System.out.println("Export job status: " + status);
if (status.equals("ACTIVE") || status.equals("CREATE FAILED")) {
break;
}
try {
Thread.sleep(waitInMilliseconds);
} catch (InterruptedException e) {
System.out.println(e.getMessage());
}
}
} catch (PersonalizeException e) {
System.out.println(e.awsErrorDetails().errorMessage());
}
}
```
------