AWSGLUE中的记录大小大于拆分大小怎么办?
创始人
2024-09-25 17:03:27
0

可以通过添加自定义拆分逻辑来解决此问题。以下是一个使用Python编写的示例代码:

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

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

inputData = glueContext.create_dynamic_frame.from_catalog(database = "my_database", table_name = "my_table")

# Split large records into smaller ones
splitRecords = SplitRows.apply(frame = inputData, 
                               row_function = lambda row: [row[i:i+1000] for i in range(0, len(row), 1000)])

# Write the resulting split records to output
glueContext.write_dynamic_frame.from_options(frame = splitRecords, 
                                             connection_type = "s3", 
                                             connection_options = {"path": "s3://my-bucket/my-prefix/"},
                                             format = "csv")

job.commit()

这段代码使用了SplitRows.apply()来将大记录切换为小记录,并使用write_dynamic_frame.from_options()将拆分记录写入S3。在这个示例中,我们将记录切分为每个1,000个字符的块,然后将拆分记录与CSV格式一起写入了S3。

请注意,这只是一种使用Python进行AWS GLUE自定义拆分的方法。实际解决方法可能因数据大小、数据结构和其他因素而异。

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...