Wrangler 是 Cloud Data Fusion Studio 界面中的一个可视化数据准备工具。您可以在提取、转换和加载 (ETL) 流水线中使用数据之前，对其进行清理和转换。Wrangler 会先在一处（称为预览）对数据的一部分应用转换，然后再对整个数据集运行逻辑。此预览可帮助您应用转换，并了解转换对整个数据集的影响。
Wrangler 指令
指令是 Wrangler 中使用的单个指令。指令用于指定如何处理数据，例如转换、过滤或汇总单个记录。
以下概念与指令相关：
- 配方
- 配方是一组指令。它由一个或多个指令组成。
- 转换步骤
- 转换步骤是数据转换指令的实现，用于对单个记录或一组记录进行操作。转换步骤可以通过应用指令生成零条或多条记录。Wrangler 会按照配方中列出的顺序应用转换步骤。
Wrangler 组件
以下部分介绍了 Cloud Data Fusion Studio 中 Wrangler 的组件。
Wrangler 工作区
Wrangler 工作区是 Cloud Data Fusion Studio 界面中的一页，您可以在其中解析、混合、清理和转换数据集。在工作区页面上，您可以执行以下操作：
- 使用各列中的下拉菜单，将转换步骤添加到配方中。
- 选择转换步骤标签页，查看或删除配方中的步骤。
- 查看数据质量栏，了解包含空白字段和其他信息的列。
- 点击更多可查看数据集的架构。
- 使用数据集的源插件创建数据流水线，并使用包含转换步骤（在流水线运行时执行）的配方创建 Wrangler 转换。
Wrangler 功耗模式 (CLI)
如需使用声明式语法指定指令，请使用“高级模式”(CLI)。它对于以下任务非常有用：
- 使用 Studio 界面中不提供的指令
- 添加用户定义的指令
- 将指令应用于多个列
如需使用 Wrangler 功耗模式，请在 Wrangler Data（数据）标签页底部的黑色栏中输入指令。
Wrangler“数据分析”标签页
您可以使用 Wrangler 页面上的数据分析标签页对数据集执行数据发现。
限制
- Wrangler 仅适用于批处理 ETL 流水线。
- Wrangler 仅对样本数据应用转换。此示例数据仅限前 1,000 条记录。
- Wrangler 需要与源代码创建连接。如需了解详情，请参阅创建和管理连接。
- Wrangler 始终需要至少打开一个 Wrangler 工作区。
- 不支持在 Wrangler 转换中点击 Wrangle 按钮。
在 Cloud Data Fusion 中前往 Wrangler
您可以通过以下两种方式从 Cloud Data Fusion Studio 界面访问 Wrangler：
- 如需打开 Cloud Data Fusion Wrangler 工作区，请前往 Cloud Data Fusion Studio，然后点击 Wrangler。
- 如需配置 Wrangler 属性，请前往 Cloud Data Fusion Studio，然后依次点击 Studio > 转换 > Wrangler。
连接到数据源
Wrangler 支持各种数据源，例如 BigQuery、Cloud Storage 和外部数据库（需要进行额外配置）。如需使用 Wrangler，您必须与来源建立连接。
如需创建连接，请前往连接列表，然后选择与数据源的连接。如需了解详情，请参阅创建和管理连接。
探索和预览数据
Wrangler 会显示数据的一部分（通常为 1,000 行）以供检查。您可以大致了解数据架构，包括数据类型和基本统计信息。
应用指令
Wrangler 提供了各种内置指令，用于执行常见的数据处理任务。
- 将所选指令拖动到特定列或数据预览窗口。
- 每个指令都有配置选项，可用于自定义其行为。
如需了解详情，请参阅 Wrangler 命令行指令。
预览转换结果
当您应用指令时，数据预览窗口会动态更新以反映所做更改。这样，您就可以查看每种转换对数据的直接影响。
优化和迭代
如需优化数据处理流程，请继续添加指令、修改配置并查看预览。
Wrangler 的直观界面可帮助您进行实验，确保转换能产生预期结果。
向流水线添加转换
虽然 Wrangler 本身不是永久性存储解决方案，但 Cloud Data Fusion 提供了一些方法来捕获整理逻辑：
创建流水线。在 Wrangler 工作区中，按照以下步骤将 Wrangler 转换转换为 Cloud Data Fusion 流水线：
- 点击创建流水线。
- 选择批处理流水线。系统会打开 Pipeline Studio 页面，其中包含包含源和 Wrangler 转换的流水线。
应用转换。如果您在 Studio 页面上使用 Wrangler 插件，请点击应用将 Wrangler 转换转换为 Cloud Data Fusion 流水线。
修改食谱
使用 Wrangler 工作区创建 Wrangler 转换后，建议您将 Wrangler 转换添加到流水线，然后使用 Wrangler 界面添加或修改食谱。
在 Wrangler 转换中，如果您手动修改配方或向配方添加新步骤，并且这些更改会影响输出架构，则必须手动更新 Wrangler 转换中的输出架构，以使其与配方中的更改保持一致。只有在 Wrangler 工作区中创建或修改的配方才会在 Wrangler 转换中自动创建和自动更新输出架构。
如需在 Wrangler 网页界面中创建的 Wrangler 转换中修改食谱，请按以下步骤操作：
- 前往流水线中的 Wrangler 节点，然后点击属性。
- 点击 Wrangler。
- 修改或添加新食谱。
- 点击应用。
后续步骤
- 详细了解 Wrangler CLI 指令。