AWS Glue爬虫无法识别历史文件中的一致CSV模式。
创始人
2024-11-16 07:30:33
0

要解决AWS Glue爬虫无法识别历史文件中的一致CSV模式的问题,可以采取以下步骤:

  1. 创建一个Glue数据目录,用于存储爬虫识别的模式和元数据。
glue_context = GlueContext(SparkContext.getOrCreate())
database = "your_database_name"
table = "your_table_name"

# 创建一个Glue数据目录
glue_context.create_dynamic_frame.from_catalog(database=database, table_name=table)
  1. 创建一个爬虫,用于识别和更新CSV文件的模式。
crawler_name = "your_crawler_name"
s3_path = "s3://your_bucket/your_folder/"

# 创建一个爬虫
glue_client = boto3.client('glue')
response = glue_client.create_crawler(
    Name=crawler_name,
    Role='your_crawler_role',
    DatabaseName=database,
    Targets={
        'S3Targets': [
            {
                'Path': s3_path
            },
        ]
    }
)

# 启动爬虫
glue_client.start_crawler(Name=crawler_name)
  1. 等待爬虫完成,然后根据爬虫识别的模式创建表。
# 等待爬虫完成
crawler_state = glue_client.get_crawler(Name=crawler_name)
while crawler_state['Crawler']['State'] == 'RUNNING':
    time.sleep(10)
    crawler_state = glue_client.get_crawler(Name=crawler_name)

# 根据爬虫识别的模式创建表
response = glue_client.get_table(DatabaseName=database, Name=table)
table_input = response['Table']
table_input['TableType'] = 'EXTERNAL_TABLE'

response = glue_client.create_table(
    DatabaseName=database,
    TableInput=table_input
)

这样,Glue爬虫就会识别历史文件中的一致CSV模式,并更新表的模式。

相关内容

热门资讯

银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
​ToDesk 远程工具安装及... 目录 前言 ToDesk 优势 ToDesk 下载安装 ToDesk 功能展示 文件传输 设备链接 ...