Sparkify_Spark 概括 音乐流启动公司的数据驻留在S3中。 S3目录包含用户活动的JSON日志以及应用程序上歌曲的JSON元数据。 构建了ETL管道以从S3提取数据，使用Spark进行处理，并作为一组维度表加载回S3，以允许分析运行查询和分析数据。 维度表以星型模式进行组织，以方便业务用户进行简单而快速的查询。 通过事实表可以清楚地找到联接路径。 使用AWS EMR将ETL流程部署在群集上。 歌曲数据： 歌曲数据：s3：// udacity-dend / song_data