AWSGlue-文件写入时间非常长
创始人
2024-09-25 14:31:14
0次
- 确认您的数据存储在 AWS S3 上，而不是本地或其他位置。AWS Glue 执行作业时需要将数据检索到自己的内部网络中，因此将数据存储在 S3 中可以减少数据传输时间并提高作业性能。
- 如果您使用的是 Gzip 格式，请考虑使用 Snappy 或 Bzip2 格式，因为写入 Gzip 格式的文件可能需要更长的时间。
- 在 Python 脚本中使用 Pandas 和 pyarrow 节约 CPU 和内存使用。以下是建议使用的代码:
import pandas as pd
import pyarrow as pa
from awsglue.dataframe_implicit_serializer import GlueSerializer
// 数据框 to S3
DataFrame.to_parquet('s3://path/to/output', compression='snappy', index=False, serializer=GlueSerializer())
// S3 to 数据框
temp = pd.concat([pd.read_parquet(pf) for pf in files])
df = temp.copy()
del temp
这些调整应该会显着减少写入时间。
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...