AWSGlue作业有时无法解析给定的输入列'xxx'
创始人
2024-09-25 18:04:01
0

可能问题的根源是在Glue中定义的表模式与数据源中实际存在的模式不匹配。为了解决这个问题,你可以使用代码来指定输入源和输出表的模式。下面是一个源于GitHub上的代码示例:

from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from pyspark.sql import SparkSession
from pyspark.sql.types import StructType, StructField, IntegerType, StringType, DoubleType

glueContext = GlueContext(SparkContext.getOrCreate())
spark = glueContext.spark_session

# Here is where you specify the input source and output S3 path
input_job_path = "s3://my-bucket/input/"
output_job_path = "s3://my-bucket/output/"

input_schema = StructType([
    StructField("id", IntegerType(), True),
    StructField("name", StringType(), True),
    StructField("value", DoubleType(), True)])

# Read data from S3
dynamic_frame = glueContext.create_dynamic_frame_from_options(
    connection_type="s3",
    format="csv",
    connection_options={
        "path": input_job_path,
        "recurse":True},
    format_options={
        "withHeader": True,
        "separator": ","},
    schema=input_schema)

# Convert dynamic frame to data frame
df = dynamic_frame.toDF()

# Apply transformations to data frame
df_transformed = 

output_schema = StructType([
    StructField("new_id", IntegerType(), True),
    StructField("first_name", StringType(), True),
    StructField("last_name", StringType(), True),
    StructField("final_value", DoubleType(), True)])

# Write back to S3 with new schema
df_transformed.write.mode("overwrite").format("parquet").option("compression", "snappy").save(output_job_path)

# Glue Catalog metadata for new table schema
spark.catalog.refreshTable("default.new_table_name")
df_output = spark.read.format("parquet").load(output_job_path)

# Rename columns and convert to Glue dynamic frame
df_output_transformed = df_output

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...