AWS Glue抓取器-无法正确识别时间戳列(始终定义为字符串)
创始人
2024-11-16 08:30:38
0

如果AWS Glue抓取器无法正确识别时间戳列并始终将其定义为字符串,您可以尝试以下解决方法:

  1. 指定时间戳列的数据类型:在Glue抓取器的设置中,您可以手动指定时间戳列的数据类型。通过选择“编辑转换”并将时间戳列的数据类型更改为“timestamp”,您可以告诉抓取器正确解析该列的数据类型。
import boto3

client = boto3.client('glue')

response = client.update_crawler(
    Name='your-crawler-name',
    Targets={
        'S3Targets': [
            {
                'Path': 's3://your-bucket/path',
                'Exclusions': []
            },
        ]
    },
    TablePrefix='your-table-prefix',
    SchemaChangePolicy={
        'UpdateBehavior': 'UPDATE_IN_DATABASE',
        'DeleteBehavior': 'LOG'
    },
    Configuration='{"Version": 1.0, "CrawlerOutput": {"Partitions": {"AddOrUpdateBehavior": "InheritFromTable"}}}',
    Role='your-iam-role-arn',
    Schedule='cron(0 12 * * ? *)',
    DatabaseName='your-database-name',
    RecrawlPolicy={
        'RecrawlBehavior': 'CRAWL_EVERYTHING'
    },
    SchemaUpdatePolicy={
        'UpdateBehavior': 'UPDATE_IN_DATABASE',
        'DeleteBehavior': 'LOG'
    }
)

print(response)
  1. 更改时间戳列的格式:如果时间戳列的格式不符合Glue抓取器的预期格式,您可以使用Glue的转换功能来更改时间戳列的格式。通过创建一个转换作业,您可以选择使用Apache Spark来处理数据并将时间戳列转换为Glue可识别的格式。
import boto3

client = boto3.client('glue')

response = client.create_job(
    Name='your-job-name',
    Role='your-iam-role-arn',
    Command={
        'Name': 'glueetl',
        'ScriptLocation': 's3://your-bucket/path/to/your/script.py'
    },
    DefaultArguments={
        '--job-language': 'python',
        '--job-bookmark-option': 'job-bookmark-disable'
    },
    Connections={
        'Connections': [
            'your-connection-name'
        ]
    },
    Timeout=2880,
    MaxCapacity=2.0,
    GlueVersion='1.0',
    WorkerType='Standard',
    NumberOfWorkers=10
)

print(response)

在上述代码示例中,您需要创建一个Python脚本,将时间戳列的数据格式更改为Glue可识别的格式。然后,将脚本上传到S3并将其路径传递给Glue作业的ScriptLocation参数。

请注意,这些解决方法可能需要根据您的具体情况进行调整和修改。同时,确保您已正确配置和授权Glue的相关资源和权限。

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 ...