AWSGlue爬虫在读取空文件时会创建多个表
创始人
2024-09-25 16:01:27
0

可以使用以下代码示例来解决此问题:

import json
import boto3

def lambda_handler(event, context):
    glue = boto3.client('glue')
    
    # 获取所有数据库
    databases = glue.get_databases()
    for database in databases['DatabaseList']:
        
        # 获取每个数据库中的所有表
        tables = glue.get_tables(DatabaseName=database['Name'])
        for table in tables['TableList']:
            
            # 判断表是否为空
            partition_keys = table.get('PartitionKeys')
            if partition_keys and len(partition_keys) == 1 and partition_keys[0]['Name'] == 'year':
                
                # 获取表路径并删除表
                table_uri = table['StorageDescriptor']['Location']
                glue.delete_table(DatabaseName=database['Name'], Name=table['Name'])
                
                # 重新创建空表
                empty_table = {
                    "Name": table['Name'],
                    "StorageDescriptor": {
                        "Columns": [
                            {
                                "Name": "Col1",
                                "Type": "string",
                                "Comment": ""
                            }
                        ],
                        "Location": table_uri,
                        "InputFormat": "org.apache.hadoop.mapred.TextInputFormat",
                        "OutputFormat": "org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat",
                        "Compressed": False,
                        "NumberOfBuckets": -1,
                        "SerdeInfo": {
                            "SerializationLibrary": "org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe",
                            "Parameters": {
                                "serialization.format": "1"
                            }
                        }
                    },
                    "PartitionKeys": [
                        {
                            "Name": "year",
                            "Type": "string"
                        }
                    ],
                    "TableType": "EXTERNAL_TABLE",
                    "Parameters": {
                        "classification": "parquet",
                        "transient_lastDdlTime": str(int(time.time()))
                    }
                }
                
                # 创建新的空表
                glue.create_table(
                    DatabaseName=database['Name'],
                    TableInput=empty_table
                )

这段代码使用AWS Lambda和AWS Glue API来检查所有数据库中的所有表,并删除为空的表。然后,它重新创建空表,该表只包含一个列“Col1”。这可以防止AWS Glue爬虫在读取空文件时创建多个表。

相关内容

热门资讯

近日!樱花之盛辅助,wepok... 近日!樱花之盛辅助,wepoker安装教程,妙招教程(真的有挂)-哔哩哔哩;1、完成wepoker安...
透视规律!德普之星透视辅助插件... 透视规律!德普之星透视辅助插件,德普之星透视软件免费入口官网(透视)确实有挂(有挂教程)-哔哩哔哩小...
无独有偶!途游四川小程序规律,... 无独有偶!途游四川小程序规律,pokemmo手机版透视脚本,学习教程(新版有挂)-哔哩哔哩1、许多玩...
透视最新!德普之星透视辅助软件... 透视最新!德普之星透视辅助软件下载,德普辅助器怎么用(透视)原来是真的挂(竟然有挂)-哔哩哔哩1、游...
这一现象值得深思!八闽辅助,H... 这一现象值得深思!八闽辅助,HH平台挂,阶段教程(新版有挂)-哔哩哔哩一、八闽辅助可以开透视的定义与...
透视计算!德普之星的辅助工具介... 透视计算!德普之星的辅助工具介绍,德普之星有辅助软件吗(透视)好像是真的挂(有挂秘诀)-哔哩哔哩1、...
此事引发广泛关注!新奇玩乐辅助... 此事引发广泛关注!新奇玩乐辅助器下载,哈糖大菠萝万能挂,法门教程(真的有挂)-哔哩哔哩1、用户打开应...
透视系统!德扑圈透视挂,德普软... 透视系统!德扑圈透视挂,德普软件(透视)原来存在有挂(真的有挂)-哔哩哔哩进入游戏-大厅左侧-新手福...
据悉!广东雀神智能插件,雀姬无... 据悉!广东雀神智能插件,雀姬无限钻石辅助,窍要教程(有人有挂)-哔哩哔哩;1、广东雀神智能插件模拟器...
透视存在!德普之星透视免费,德... 透视存在!德普之星透视免费,德普之星透视免费(透视)都是真的是有挂(有挂细节)-哔哩哔哩德普之星透视...