AWSGlue作业在Athena中创建重复记录。
创始人
2024-09-25 18:30:27
0
  1. 确认Glue作业是否使用正确的数据源和去重逻辑。
  2. 修改Glue作业代码,添加去重逻辑。以下是一些示例代码,用于去除Athena表格中的重复记录:

import sys from awsglue.transforms import * from awsglue.utils import getResolvedOptions from awsglue.context import GlueContext from pyspark.context import SparkContext from pyspark.sql import SparkSession

Create Spark session

spark = SparkSession.builder.appName("DuplicateRecordRemover").getOrCreate()

table_name = "my_table_name" output_location = "s3://my-bucket-name/my-path"

Create Glue context

glueContext = GlueContext(SparkContext.getOrCreate())

Create dynamic frame

my_dyframe = glueContext.create_dynamic_frame.from_catalog(database="my_database_name", table_name=table_name)

Convert dynamic frame to data frame

my_df = my_dyframe.toDF()

Remove duplicates

my_df = my_df.drop_duplicates()

Write data frame to output location

my_df.write.mode('append').parquet(output_location)

Convert data frame to dynamic frame

my_dyframe = glueContext.create_dynamic_frame.from_options(frame=my_df, connection_type="s3", connection_options={"path": output_location})

Write dynamic frame to Athena table

glueContext.write_dynamic_frame.from_catalog(frame=my_dyframe, database="my_database_name", table_name=table_name)

相关内容

热门资讯

四分钟必备!决战平安京辅助软件... 四分钟必备!决战平安京辅助软件,鄱阳翻精辅助软件(其实是真的挂)-哔哩哔哩决战平安京辅助软件辅助器中...
第9分钟外挂!微信后羿大厅辅助... 您好,心悦踢坑辅助软件这款游戏可以开挂的,确实是有挂的,需要了解加去威信【485275054】很多玩...
第一分钟解谜!微信传送屋辅助器... 第一分钟解谜!微信传送屋辅助器下载,牛魔王辅助器(一贯是有挂)-哔哩哔哩1、每一步都需要思考,不同水...
第五分钟外挂!雀友会潮汕麻将开... 第五分钟外挂!雀友会潮汕麻将开挂,福建天天开心辅助器是真的吗,黑科技教程(有挂总结)-哔哩哔哩进入游...
六分钟详情!上饶辅助设备出租,... 六分钟详情!上饶辅助设备出租,新玄龙插件(确实真的是有挂)-哔哩哔哩1、该软件可以轻松地帮助玩家将上...
第五分钟外挂!好友赣南脚本插件... 第五分钟外挂!好友赣南脚本插件,山西扣点免费辅助,新版2025教程(有挂详细)-哔哩哔哩1、山西扣点...
第二分钟详细!一起宁德钓蟹作比... 第二分钟详细!一起宁德钓蟹作比弊,葫芦娃辅助修改器下载(其实存在有挂)-哔哩哔哩1、每一步都需要思考...
5分钟外挂!多乐跑辅助,心悦俱... 5分钟外挂!多乐跑辅助,心悦俱乐部游戏辅助,透明挂教程(果真有挂)-哔哩哔哩1、上手简单,内置详细流...
第十分钟揭露!欢乐茶馆脚本,欢... 第十分钟揭露!欢乐茶馆脚本,欢聚水鱼脚本(竟然存在有挂)-哔哩哔哩1、欢聚水鱼脚本机器人多个强度级别...
第三分钟外挂!八仙游戏辅助,赣... 第三分钟外挂!八仙游戏辅助,赣牌圈小程序破解版,新版2025教程(有挂秘诀)-哔哩哔哩进入游戏-大厅...