Athena/Glue - 将简单的JSON解析(但将其视为CSV)
创始人
2024-09-21 13:00:43
0

要将简单的JSON解析为CSV格式,您可以使用AWS的Athena和Glue服务。以下是解决方案的步骤和代码示例:

  1. 创建表和数据库:在Athena中创建一个数据库和表,用于存储解析后的JSON数据。
CREATE DATABASE IF NOT EXISTS mydatabase;
USE mydatabase;

CREATE EXTERNAL TABLE IF NOT EXISTS mytable (
  col1 string,
  col2 int,
  col3 string
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
  'serialization.format' = '1'
) LOCATION 's3://mybucket/myfolder/'
TBLPROPERTIES ('has_encrypted_data'='false');
  1. 创建ETL脚本:使用Glue创建一个ETL脚本,将JSON数据转换成CSV格式,并将其加载到Athena中。
import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.job import Job

args = getResolvedOptions(sys.argv, ['JOB_NAME'])
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session
job = Job(glueContext)
job.init(args['JOB_NAME'], args)

datasource0 = glueContext.create_dynamic_frame.from_catalog(database = "mydatabase", table_name = "mytable")
applymapping1 = ApplyMapping.apply(frame = datasource0, mappings = [("col1", "string", "col1", "string"), ("col2", "int", "col2", "int"), ("col3", "string", "col3", "string")], transformation_ctx = "applymapping1")
resolvechoice2 = ResolveChoice.apply(frame = applymapping1, choice = "make_cols", transformation_ctx = "resolvechoice2")
dropnullfields3 = DropNullFields.apply(frame = resolvechoice2, transformation_ctx = "dropnullfields3")
datasink4 = glueContext.write_dynamic_frame.from_catalog(frame = dropnullfields3, database = "mydatabase", table_name = "mytable_csv", transformation_ctx = "datasink4")

job.commit()
  1. 运行ETL脚本:将ETL脚本上传到AWS Glue,并运行它以将JSON数据转换为CSV格式并加载到Athena中。

  2. 查询数据:在Athena中查询转换后的CSV数据。

SELECT * FROM mydatabase.mytable_csv;

以上是使用Athena和Glue将简单的JSON解析为CSV格式的解决方案和代码示例。您可以根据您的具体需求和JSON结构进行适当的调整。

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...
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...
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...
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...
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...
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...