AWSGlueJob提取目录表中不存在的列。
创始人
2024-09-25 15:32:17
0

AWS Glue Job提取目录表中不存在的列时,需要检查源表和目录表的列表是否匹配。可以使用下面的代码示例来检查两个表中是否存在不匹配的列:


import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.dynamicframe import DynamicFrame
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)

source_datasource = glueContext.create_dynamic_frame.from_catalog(database = "database_name", table_name = "source_table")
source_df = source_datasource.toDF()
source_columns = source_df.columns

catalog_datasource = glueContext.create_dynamic_frame.from_catalog(database = "database_name", table_name = "catalog_table")
catalog_df = catalog_datasource.toDF()
catalog_columns = catalog_df.columns

# Find columns in source table that are not in catalog table
missing_columns = list(set(source_columns) - set(catalog_columns))

if len(missing_columns) > 0:
    print("Columns missing in catalog table:")
    print(missing_columns)
else:
    print("All columns present in catalog table.")

job.commit()

通过比较两个表的列,可以查找源表中不存在于目录表中的列。如果存在不匹配的列,则可以手动更正目录表或进行其他必要的更改来使两个表匹配。

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...