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

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
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...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
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...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
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...