AWS Glue书签会产生重复
创始人
2024-11-16 07:30:32
0

在使用AWS Glue时,可能会遇到书签会产生重复的问题。为了解决这个问题,你可以尝试以下方法:

方法一:增加并行任务数限制

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.job import Job

# 初始化SparkContext和GlueContext
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session
job = Job(glueContext)

# 获取作业参数
args = getResolvedOptions(sys.argv, ['JOB_NAME'])

# 设置并行任务数限制
spark.conf.set("spark.sql.shuffle.partitions", "100")

# 书签位置
bookmard_path = "s3://your-bucket/your-path/bookmark/"

# 创建DynamicFrame
datasource = glueContext.create_dynamic_frame.from_catalog(database = "your-database", table_name = "your-table-name", transformation_ctx = "datasource")

# 进行转换操作
# ...

# 写出结果
glueContext.write_dynamic_frame.from_options(frame = datasource, connection_type = "s3", connection_options = {"path": "s3://your-bucket/your-path/output/"}, format = "parquet", transformation_ctx = "datasink")

# 更新书签
job.commit()

方法二:手动管理书签

from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.utils import getResolvedOptions
from awsglue.job import Job

# 初始化SparkContext和GlueContext
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session
job = Job(glueContext)

# 获取作业参数
args = getResolvedOptions(sys.argv, ['JOB_NAME'])

# 书签位置
bookmark_path = "s3://your-bucket/your-path/bookmark/"

# 读取之前的书签
bookmark = spark.read.option("header", "true").csv(bookmark_path)

# 创建DynamicFrame
datasource = glueContext.create_dynamic_frame.from_catalog(database = "your-database", table_name = "your-table-name", transformation_ctx = "datasource")

# 进行转换操作
# ...

# 更新书签
datasource.toDF().write.mode("overwrite").csv(bookmark_path)

# 写出结果
glueContext.write_dynamic_frame.from_options(frame = datasource, connection_type = "s3", connection_options = {"path": "s3://your-bucket/your-path/output/"}, format = "parquet", transformation_ctx = "datasink")

# 更新书签
job.commit()

这些方法可以帮助你解决AWS Glue书签会产生重复的问题。你可以根据具体情况选择适合的方法来处理书签。

相关内容

热门资讯

2026版攻略!反杀新火神辅助... 2026版攻略!反杀新火神辅助,中至抚州数刀辅助器-都是真的有辅助脚本(哔哩哔哩)1)中至抚州数刀辅...
今天下午!蜀山四川小程序作必弊... 今天下午!蜀山四川小程序作必弊码大全,拱趴游戏诀窍-竟然是有辅助app(哔哩哔哩)1)蜀山四川小程序...
此事备受玩家关注!省神麻雀辅助... 此事备受玩家关注!省神麻雀辅助脚本透视,卡农辅助-竟然真的有辅助神器(哔哩哔哩)省神麻雀辅助脚本透视...
透视ai代打!九九联盟解码器,... 透视ai代打!九九联盟解码器,丽水都莱脚本辅助-真是真的是有辅助挂(哔哩哔哩)1、丽水都莱脚本辅助免...
此事备受玩家关注!拱趴大菠萝挂... 此事备受玩家关注!拱趴大菠萝挂,新青鸟必胜-一直是真的有辅助器(哔哩哔哩)一、拱趴大菠萝挂可以开透视...
近日!威信闲来辅助神器app,... 近日!威信闲来辅助神器app,牛总管辅助神器下载免费-总是真的有辅助教程(哔哩哔哩)1)牛总管辅助神...
更值得关注的是!内蒙麻将外卦神... 您好,内蒙麻将外卦神器下载这款游戏可以开挂的,确实是有挂的,需要了解加去威信【136704302】很...
近年来!湖北逍遥辅助,冰球突破... 近年来!湖北逍遥辅助,冰球突破辅助软件-果然真的是有辅助工具(哔哩哔哩)1、下载好冰球突破辅助软件正...
透视透视!佛手在线大菠萝技巧,... 透视透视!佛手在线大菠萝技巧,泸州家乡大二辅助-本来是真的有辅助方法(哔哩哔哩)1、实时佛手在线大菠...
据目击者称!h5大厅反杀教程,... 据目击者称!h5大厅反杀教程,胡乐辅助脚本是真的假的-原来是有辅助神器(哔哩哔哩)1、据目击者称!h...