如何解决适用于Mongo的AWS Glue S3中的Parquet文件
我们可以将AWS Glue用于以下用途吗?
- 从MongoDB中提取数据
- 转换为Parquet文件并将数据存储在S3中
解决方法
是的,可以在您的Glue ETL作业中使用"connectionType": "mongodb" as Source
来完成,有关语法,请参考this。
另外this的下面的示例从mongodb中读取数据,然后可以用拼花文件格式将其写入S3。
mongo_uri = "mongodb://<mongo-instanced-ip-address>:27017"
read_mongo_options = {
"uri": mongo_uri,"database": "test","collection": "coll","username": "username","password": "pwd","partitioner": "MongoSamplePartitioner","partitionerOptions.partitionSizeMB": "10","partitionerOptions.partitionKey": "_id"}
dynamic_frame = glueContext.create_dynamic_frame.from_options(connection_type="mongodb",connection_options=read_mongo_options)
一旦有了数据,就可以在执行任何要执行的转换之后使用以下语句将数据写回到s3:
glueContext.write_dynamic_frame.from_options(frame = dynamic_frame,connection_type = "s3",connection_options = {"path": "s3://glue-parquet/output-dir"},format = "parquet")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。