AWS Glue - Crawler跳过了S3中的某些文件夹
创始人
2024-11-16 03:31:46
0次

要跳过AWS Glue Crawler中的某些文件夹,可以使用Crawler的过滤功能来实现。以下是一个解决方案的示例代码:

  1. 创建一个Python脚本,例如skip_folders.py,并添加以下代码:
import boto3

def exclude_folders(client, crawler_name, folders_to_exclude):
    response = client.get_crawler(Name=crawler_name)
    targets = response['Crawler']['Targets']
    
    for target in targets:
        s3_targets = target['S3Targets']
        for folder in folders_to_exclude:
            for s3_target in s3_targets:
                path = s3_target['Path']
                if folder in path:
                    s3_targets.remove(s3_target)
    
    client.update_crawler(Name=crawler_name, Targets=targets)

def main():
    client = boto3.client('glue')
    crawler_name = 'your-crawler-name'
    folders_to_exclude = ['folder1', 'folder2']  # 要跳过的文件夹列表
    
    exclude_folders(client, crawler_name, folders_to_exclude)

if __name__ == '__main__':
    main()
  1. 将your-crawler-name替换为你的Crawler名称。

  2. 将folder1和folder2替换为你要跳过的文件夹名称。

  3. 运行脚本,它将使用AWS Glue客户端从Crawler中检索目标,排除指定的文件夹,并更新Crawler。

请注意,此示例假设你已经设置了AWS CLI配置,并且具有足够的权限执行AWS Glue操作。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...