yelp-3nf 开发的数据管道将分布在Amazon S3存储桶中JSON文件上的非关系Yelp数据集转换为存储在Amazon Redshift上的3NF标准化数据集。 生成的模式可确保跨表的数据一致性和引用完整性，并且将成为分析查询和BI工具的真实来源。 此外，该数据还丰富了来自第三方数据源的人口统计和天气数据。 整个过程使用Apache Spark，Amazon Redshift和Apache Airflow完成。 数据集 是该项目的理想选择，因为： （1）它是NoSQL数据源；