AWSGlueCrawler每个文件定义一个模式。
创始人
2024-09-25 15:01:50
0

AWS Glue Crawler可以使用grok模式正则表达式来定义相同文件格式的不同模式。下面是一个示例:

{
    "Version": "1.0",
    "Crawler": {
        "Name": "my_crawler",
        "Role": "AWSGlueServiceRoleDefault",
        "Targets": {
            "S3Targets": [
                {
                    "Path": "s3://my-bucket/my-path",
                    "Exclusions": [
                        "my-folder/*"
                    ]
                }
            ]
        },
        "SchemaChangePolicy": {
            "UpdateBehavior": "UPDATE_IN_DATABASE",
            "DeleteBehavior": "LOG"
        },
        "TablePrefix": "my_prefix_",
        "SchemaDefinition": {
            "SchemaId": {
                "SchemaArn": "arn:aws:glue:us-west-2:012345678901:schema/my_schema",
                "SchemaName": "my_schema",
                "RegistryName": "my_registry"
            },
            "SchemaVersionNumber": "1.0"
        },
        "Configuration": "{\"Version\":1.0,\"Grouping\":{\"TableGrouping\":{\"Criteria\":[{\"Field\":\"path\",\"Type\":\"begin_with\",\"Value\":\"s3:/my-bucket/my-path\"}]}}}"
    }
}

此示例使用grok模式正则表达式定义了一个S3路径,并指示AWS Glue Crawler在此路径下搜索所有文件。然后,对于每个文件,它使用正则表达式来定义模式。这允许AWS Glue Crawler在处理多个文件时使用不同的模式。

将此示例中SchemaDefinition部分的值更改为您项目的特定值,并在AWS Glue Crawler控制台中使用JSON配置。

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...