AWSGlue:在写入后保持分区列作为行值。
创始人
2024-09-25 18:32:17
0

可以使用以下代码示例在写入后保持分区列作为行值:

在您的脚本中添加以下行:

job = Job(glueContext) job.init('myjob')

Set up logging

logger = glueContext.get_logger()

Set up glue argument parser and parse arguments

glue_parser = argparse.ArgumentParser(description='Arguments for my glue job') glue_parser.add_argument('--s3_destination_path', type=str, required=True, help='S3 destination path where the data should be written') args = glue_parser.parse_args()

Set destination path

s3_destination_path = args.s3_destination_path

Create dynamic frame

input_dyf = glueContext.create_dynamic_frame.from_catalog(database="mydb", table_name="mytable")

Convert dynamic frame to data frame

input_df = input_dyf.toDF()

Write data frame as partitioned parquet files in S3

input_df.write
.partitionBy('partition_column')
.parquet(s3_destination_path)

Read partitioned parquet files from S3 as data frame

output_df = spark.read
.parquet(s3_destination_path)

Drop partition column from data frame

output_df = output_df.drop('partition_column')

Add partition column with corresponding value as row value

output_df = output_df.withColumn('partition_column', lit('value'))

Write final data frame as non-partitioned parquet file in S3

output_df.write
.parquet(s3_destination_path)

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...