本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 後續步驟
<a name="next-steps"></a>

## 了解 AWS Glue 轉換
<a name="transformations"></a>

如需更有效率的資料處理， AWS Glue 包含內建[轉換函數](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-python-transforms.html)。函數會從轉換傳遞到名為 DynamicFrame 的資料結構中的轉換，DynamicFrame 是 [Apache Spark](https://spark.apache.org/) SQL DataFrame 的延伸。DynamicFrame 類似於 DataFrame，但每個記錄都是自我描述的，因此一開始不需要結構描述。

若要熟悉數個 AWS Glue PySpark 內建函數，請參閱部落格文章在[本機建置沒有 的 AWS Glue ETL 管道 AWS 帳戶](https://aws.amazon.com/blogs/big-data/building-an-aws-glue-etl-pipeline-locally-without-an-aws-account/)。

## 撰寫您的第一個 ETL 任務
<a name="authoring"></a>

如果您之前沒有撰寫 ETL 任務，則可以開始使用[三種 AWS Glue ETL 任務類型，將資料轉換為 Apache Parquet](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/three-aws-glue-etl-job-types-for-converting-data-to-apache-parquet.html) 模式。

如果您有撰寫 ETL 任務的經驗，您可以使用 [AWS Glue GitHub 範例](https://github.com/aws-samples/aws-glue-samples/tree/master/examples)來深入探索。

## 定價
<a name="pricing"></a>

如需定價資訊，請參閱 [AWS Glue 定價](https://aws.amazon.com/glue/pricing/)。您也可以使用 [AWS 定價計算工具](https://calculator.aws/#/createCalculator)來估算使用不同 AWS Glue 元件的每月成本。