用途：将数据从各类来源摄取到数据湖中变成可查询的表。前提是源连接（如需要）已存在；Glue 连接的创建与排障需交给 connecting-to-data-source。
主要能力与来源：本技能支持本地文件、S3 文件（CSV、JSON、Parquet、Avro、ORC）、JDBC 数据库（Oracle、SQL Server、PostgreSQL、MySQL、RDS、Aurora、Redshift）、Snowflake、BigQuery、DynamoDB，以及现有 Glue 目录表的迁移（Hive、自管理 Iceberg）。本版本不支持 Salesforce、ServiceNow、SAP、MongoDB、Kafka 等 SaaS/流式来源。
默认目标：除非环境另有说明，默认使用 S3 Tables；若目录清单显示尚未采用 S3 Tables，则改用其现有通用存储桶上的标准 Iceberg，而不是强制其改变配置。
工作流要点：1) 检查 AWS MCP 工具或 AWS CLI 是否可用，确认目标区域并用 aws sts get-caller-identity 验证凭证；2) 判定来源类型；3) JDBC、Snowflake、BigQuery 需检查 Glue 连接是否存在（aws glue get-connection --name <CONNECTION_NAME> --region <REGION>），缺失则先创建并测试；4) 明确目标库、表与格式；目标表不存在时交给 creating-data-lake-table；5) 按来源执行相应流程；6) 做三项校验：行数比对、关键列空值检查、抽样 3-5 行；7) 周期任务用 Glue Trigger 加 cron 调度，多步分支用 MWAA。有 MCP 时必须用 AWS MCP 工具执行命令，不可用时回退 AWS CLI；每步执行前须解释。
限制与注意：S3 Tables 需要 Glue 5.1 或更高版本及 --datalake-formats iceberg 参数；所有 spark.sql.catalog.* 配置必须放在 --conf 参数中，不能用 spark.conf.set()，否则 Glue 5.x 会抛 AnalysisException；S3 Tables 目录配置必须含 warehouse 参数；S3 Tables 的表名与列名必须全小写；overwritePartitions() 只替换 DataFrame 中出现的分区，需含删除的全量刷新应使用 createOrReplace()；标准 Iceberg 目标必须带 LOCATION 子句，S3 Tables 则不能带；DynamoDB 不需要 Glue 连接。SageMaker Unified Studio 项目中的目标表需确保项目角色对目标命名空间有写权限。错误处理参见 error-handling.md，连接错误交回 connecting-to-data-source。