如何解决用于仲裁的AWS Glue表Map数据类型的字段数和面临的挑战
我们正在一个Data-Lake项目中,并且我们正在从cloudwatch日志中获取数据,然后将通过Kinesis服务将其发送到S3。一旦进入S3,我们需要创建一个表以通过Athena查看数据,我们有JSON文件。我们有3个字段,一个是时间戳,另一个是属性,这又是一个对象,可以容纳任意数量的字段,并因情况而异,因此在创建表时,我将其定义为map<string,string>
,基于一些研究和建议。现在的挑战是在通过雅典娜查询时,它总是说肯定有数据时返回零记录。为了确认这一点,我这次通过搜寻器创建了一个表,并且能够通过Athena查看数据,但是唯一的区别是,属性列定义为其中具有特定字段的struct,但是其中手动表具有{{1} }处理进入的任意文件。感谢您提供任何帮助找出与此相关的根本原因。谢谢。
下面是位于S3中的示例JSON行。
map<string,string>
解决方法
返回的零记录通常意味着表的位置错误,或者您具有分区表但未添加任何分区。我认为如果是前者,您会想出来的,所以我怀疑是后者。运行搜寻器时,除创建表外,它还将添加找到的分区。
如果您需要添加分区的帮助,请编辑问题并提供有关如何在S3上构造数据的示例。
在这种情况下,使用Glue搜寻器可能无法很好地工作,它将很难找出properties
列的架构,而且永远也做不成。 Glue搜寻器通常在不太基本的事情上表现很差(有关Glue无法解决的用例,请参见this question)。
我认为使用手动创建的表会很好,该表使用map<string,string>
作为properties
列的类型。当您知道属性的类型并希望将其用作该类型时,只需在查询时强制转换值即可。一种替代方法是使用string
作为类型,并使用JSON functions在查询时提取值。
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。