Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Trasformare i dati con AWS Glue trasformazioni gestite
AWS Glue Studio offre due tipi di trasformazioni:
+ **Trasformazioni native di AWS Glue**: gestite da AWS Glue e disponibili per tutti gli utenti.
+ **Trasformazioni visive personalizzate**: consente di caricare le proprie trasformazioni da utilizzare in AWS Glue Studio
## Nodi di trasformazione dei dati gestiti da AWS Glue
AWS Glue Studio offre un set di trasformazioni predefinite che puoi usare per elaborare i dati. I dati passano da un nodo nel diagramma di processo a un altro in una struttura di dati denominata `DynamicFrame`, che è un'estensione di un SQL Apache Spark `DataFrame`.
Nel diagramma precompilato per un processo, tra i nodi di origine dati e di destinazione dati si trova il nodo di trasformazione **Modifica schema**. È·possibile configurare questo nodo di trasformazione per modificare i dati oppure utilizzare ulteriori trasformazioni.
Le seguenti trasformazioni predefinite sono disponibili con AWS Glue Studio:
+ **[ChangeSchema](transforms-configure-applymapping.md)**: mappa le chiavi di proprietà dei dati nell'origine dati alle chiavi di proprietà dei dati nella destinazione dati. È possibile rinominare le chiavi, modificare i tipi di dati per le chiavi e scegliere le chiavi da eliminare dal set di dati.
+ **[SelectFields](transforms-configure-select-fields.md)**: Scegli le chiavi di proprietà dei dati che desideri conservare.
+ **[DropFields](transforms-configure-drop-fields.md)**: Scegli le chiavi di proprietà dei dati che desideri eliminare.
+ **[RenameField](transforms-configure-rename-field.md)**: Rinomina una singola chiave di proprietà dei dati.
+ **[Spigot](transforms-configure-spigot.md)**: scrivi esempi dei dati in un bucket Amazon S3.
+ **[Join](transforms-configure-join.md)**: esegui il join di due set di dati in un set di dati utilizzando una frase di confronto sulle chiavi di proprietà dei dati specificate. È possibile utilizzare inner, outer, left, right, left semi e left anti join.
+ **[Union](transforms-configure-union.md)**: combina righe provenienti da più di un'origine dati che hanno lo stesso schema.
+ **[SplitFields](transforms-configure-split-fields.md)**: divide le chiavi delle proprietà dei dati in due`DynamicFrames`. Output è una raccolta di `DynamicFrames`: uno con le chiavi di proprietà dei dati selezionate e uno con le chiavi di proprietà dei dati rimanenti.
+ **[SelectFromCollection](transforms-selectfromcollection-overview.md)**: Scegline una `DynamicFrame` da una raccolta di`DynamicFrames`. L'output è il `DynamicFrame` selezionato.
+ **[FillMissingValues](transforms-configure-fmv.md)**: individua i record nel set di dati che contengono valori mancanti e aggiungi un nuovo campo con un valore suggerito determinato mediante imputazione
+ **[Filter](transforms-filter.md)**: divide un set di dati in due, in base a una condizione di filtro.
+ **[DropNullFields](transforms-dropnull-fields.md)**: rimuove le colonne dal set di dati se tutti i valori nella colonna sono "null".
+ ** [Elimina i duplicati](transforms-drop-duplicates.md)**: rimuove le righe dall'origine dati consentendo di scegliere se abbinare righe intere o specificare le chiavi.
+ **[SQL](transforms-sql.md)**: inserisce il codice SparkSQL in un campo di inserimento testo per utilizzare una query SQL e trasformare i dati. L'output è un singolo `DynamicFrame`.
+ **[Aggregate](transforms-aggregate-fields.md)**: esegue un calcolo (ad esempio media, somma, min, max) su campi e righe selezionati e crea un nuovo campo con i valori appena calcolati.
+ **[Flatten](transforms-flatten.md)**: estrae i campi all'interno delle strutture in campi di primo livello.
+ **[UUID](transforms-uuid.md)**: aggiunge una colonna con un identificatore univoco universale per ogni riga.
+ **[Identifier](transforms-identifier.md)**: aggiunge una colonna con un identificatore numerico per ogni riga.
+ **[To timestamp](transforms-to-timestamp.md)**: converte una colonna in un tipo di timestamp.
+ **[Format timestamp](transforms-format-timestamp.md)**: converte una colonna di timestamp in una stringa formattata.
+ **[Conditional Router transform](transforms-conditional-router.md)**: applica più condizioni ai dati in ingresso. Ogni riga dei dati in ingresso viene valutata in base a una condizione di filtro di gruppo ed elaborata nel gruppo corrispondente.
+ **[Trasformazione Concatena colonne](transforms-concatenate-columns.md)**: crea una nuova colonna di stringhe utilizzando i valori di altre colonne con un distanziatore opzionale.
+ **[Trasformazione Dividi stringa](transforms-split-string.md)**: suddividi una stringa in un array di token utilizzando un'espressione regolare per definire come viene eseguita la suddivisione.
+ **[Trasformazione Array a colonne](transforms-array-to-columns.md)**: estrai alcuni o tutti gli elementi di una colonna di tipo array in nuove colonne.
+ **[Trasformazione Aggiungi timestamp corrente](transforms-add-current-timestamp.md)**: contrassegna le righe con l'ora in cui i dati sono stati elaborati. Ciò è utile per scopi di controllo o per tenere traccia della latenza nella pipeline di dati.
+ **[Trasformazione Pivot: righe a colonne](transforms-pivot-rows-to-columns.md)**: aggrega una colonna numerica ruotando valori univoci su colonne selezionate che diventano nuove colonne. Se sono selezionate più colonne, i valori vengono concatenati per denominare le nuove colonne.
+ **[Trasformazione Elimina pivot: righe a colonne](transforms-unpivot-columns-to-rows.md)**: converti le colonne in valori di nuove colonne generando una riga per ogni valore univoco.
+ **[Trasformazione Bilancia automaticamente elaborazione](transforms-autobalance-processing.md)**: ridistribuisci i dati tra i worker per migliorare le prestazioni. Ciò è utile nei casi in cui i dati non sono bilanciati o, poiché provengono dall'origine, non consentono un'elaborazione parallela sufficiente.
+ **[Trasformazione Colonna derivata](transforms-derived-column.md)**: definisci una nuova colonna basata su una formula matematica o un'espressione SQL in cui è possibile utilizzare altre colonne nei dati, oltre a costanti e valori letterali.
+ **[Trasformazione Ricerca](transforms-lookup.md)**: aggiungi colonne da una tabella di catalogo definita quando le chiavi corrispondono alle colonne di ricerca definite nei dati.
+ **[Trasformazione Espandi array o mappa](transforms-explode-array.md)**: estrae i valori da una struttura annidata in singole righe più facili da manipolare.
+ **[Trasformazione Corrispondenza dei record](transforms-record-matching.md)**: richiama una trasformazione di classificazione dei dati di machine learning Corrispondenza dei record esistente.
+ **[Trasformazione Rimuovi righe nulle](transforms-remove-null-rows.md)**: rimuove dal set di dati le righe che hanno tutte le colonne come nulle o vuote.
+ **[Trasformazione Analizza colonna JSON](transforms-parse-json-column.md)**: analizza una colonna di stringhe contenente dati JSON e convertila in una struttura o in una colonna di array, a seconda che il JSON sia rispettivamente un oggetto o un array.
+ **[Trasformazione Estrai percorso JSON](transforms-extract-json-path.md)**: estrai nuove colonne da una colonna di stringhe JSON.
+ **[Trasformazione Estrai frammenti di stringa con un'espressione regolare](transforms-regex-extractor.md)**: estrai frammenti di stringa utilizzando un'espressione regolare e crea a partire da essa una nuova colonna o anche più colonne, se si utilizzano gruppi di espressioni regolari.
+ **[Custom transform](transforms-custom.md)**: inserisce il codice in un campo di inserimento testo per utilizzare le trasformazioni personalizzate. L'output è una raccolta di `DynamicFrames`.