AWSGlue中的GoogleBigQueryConnector是否允许编写自定义查询?
创始人
2024-09-25 17:03:49
0

AWS Glue中使用Google BigQuery Connector的过程中,确实能够编写自定义查询。下面是一个基本的编写自定义查询的示例:

import com.amazonaws.services.glue.util.AWSGlueArgParser
import com.amazonaws.services.glue.DynamicFrame

import com.google.cloud.hadoop.io.bigquery.BigQueryConfiguration
import com.google.cloud.hadoop.io.bigquery.BigQueryStrings
import com.google.cloud.hadoop.io.bigquery.BigQueryUtils

import org.apache.hadoop.mapreduce.Job

import org.apache.spark.SparkContext
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.DataFrame
import org.apache.spark.sql.functions._

object CustomQuery {
  def main(sysArgs: Array[String]) {
  
    // Glue job-specific args.
    val glueArgs = Map("JOB_NAME" -> "custom-query")
    
    // Google BigQuery related args.
    val projectId = "my-big-query-project"
    val bucketName = "my-bucket"
    val datasetName = "my-dataset"
    val tableName = "my-table"
    val customQuery = "SELECT COUNT(*) FROM `my-dataset.my-table`"
  
    // Use AWSGlueArgParser to parse args.
    val args = AWSGlueArgParser.getResolvedOptions(sysArgs, Seq("JOB_NAME").toArray)
  
    // Set Spark context.
    val sparkContext = new SparkContext()
    val sparkSession = SparkSession
      .builder()
      .appName(args("JOB_NAME"))
      .getOrCreate()
  
    // Initialize the BigQuery Configuration.
    val bigQueryConf = BigQueryConfiguration.configureBigQueryOutput(projectId)
  
    // Set the Google Cloud storage bucket to export results to.
    bigQueryConf.set(BigQueryConfiguration.OUTPUT_FORMAT_OPTION, BigQueryStrings.CSV)
    bigQueryConf.set(BigQueryConfiguration.GCS_BUCKET_OPTION, s"gs://$bucketName")
  
    // Set up the Job, OutputFormat and Table to write to.
    val job = Job.getInstance(sparkContext.hadoopConfiguration)
    BigQueryConfiguration.configureBigQueryOutput(job, projectId, customQuery, datasetName, tableName)
  
    // Load DataFrame from customQuery.
    val df = sparkSession.read
      .format("

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...