标记有以下标签的问题： AWS Glue
AWS Glue is a serverless data integration service that makes it easy to discover, prepare, and combine data for analytics, machine learning, and application development.
内容语言: 中文 (简体)
筛选问题
选择要筛选的标签
排序方式
排序方式 最新
浏览下面列出的问题和回答，或者筛选和排序以缩小结果范围。
189 条结果
【以下的问题经过翻译处理】 我正在用 Java 编写 Spark 作业以在 AWS Glue 上执行。它尝试使用 glueContext.getSource() 方法连接到 Postgres 数据库。它因以下 NullPointerException 而失败：
```
2023-04-20 14:57:01,183 错误 [main] glue.ProcessLauncher (Loggin...
【以下的问题经过翻译处理】 尝试从单一的源加载表.. 源表包含 EMP NAME, ADDRESS 的数据... 目标表 A 包含 EMP ID（自动生成的主键）和 EMP NAME... 表 B 包含 EMP ID（外键）、ADDRESS ID（自动生成的主键）和 ADDRESS...
现在如何使用 AWS Glue 加载这些表？
没有找到合适的相关说明... 有人能帮忙解答一下吗？
【以下的问题经过翻译处理】 在AWS控制台中，我只能将Worker类型从G.1X切换到G.2X，无法切换到Standard或G.025X，这是为什么？
【以下的问题经过翻译处理】 我正试图在 CloudFormation Stack 内创建一个 Glue 表。我收到了以下错误提示：
>
> Cross account access is not supported for account that hasn't imported Athena catalog to Glue. Please refer to documentation: ht...
【以下的问题经过翻译处理】 我有一个需求，需要创建ETL从100个数据文件（每个文件都有独特的模式）转换成一个公共格式的CSV文件。源文件在S3存储桶文件夹中（每个文件夹都是唯一的数据集）。有时需要在一个文件夹中联合多个文件，并在转换中编写业务逻辑。这些文件有数百万条记录。
我已经尝试使用Glue Cralwer和Glue jobs使用有限数据创建目标文件。 我的问题是，Glue在数百万条记录上...
【以下的问题经过翻译处理】 初次接触Glue和Athena。我跟着AWS社区创建者的一个很好的示例来学习。但是，在我的实际用例中，我想从EventBridge事件的“ detail”部分捕获所有字段，并创建列。这是多层嵌套的。我无法弄清schema 发现过程。我尝试将一个文本文件发布到S3并让Glue Crawler程序工作，但没有成功。
【以下的问题经过翻译处理】 在Glue作业中，勾选复选框可以启用Spark UI，并指定一个S3路径作为日志存储的位置。那该如何访问Spark UI的URL？
【以下的问题经过翻译处理】 你好，
当创建 Glue DevEndpoint 时，它会作为 AWS 托管实例运行。有没有办法创建一个运行在客户端管理实例的 DevEndpoint？
【以下的问题经过翻译处理】 无法从AWS Glue建立到Amazon Redshift的连接。以前使用相同的设置却可以。
1. 检查过 Redshift中的公共访问设置
2. 为S3创建VPC终端节点
3. 配置正确规则的安全组
4. 验证凭据
5. 验证附加到AWS Glue的IAM角色，甚至提供管理员特权
【以下的问题经过翻译处理】 我使用AWS Glue Studio创建了一个ETL作业，执行以下过程。
1. 通过Glue数据目录中的表，从Oracle数据库表读取数据源。
2. 执行SQL语句"select * from tableA order by col1"。
3. 将DynamicFrame重新分区到1个输出。
4. 将DynamicFrame写入csv文件。
如果我勾选了"Autom...
【以下的问题经过翻译处理】 我已经使用了通过`getResolvedOptions`函数检索的临时路径，作为`relationlize`函数的“staging_path”。
发现作业有时会失败 - 这意味着**不规则** - 因为作业在执行关系化函数后无法检索分段的表。
为了更好地理解，请在下面添加一些说明和代码。
如果有任何建议，请告知我，并请确认我们可以继续使用由`getResolvedOp...
【以下的问题经过翻译处理】 我正在测试一个lambda函数，它会针对一个存储在S3 上的 Glue表执行批量小型Athena查询。
当我以管理员身份本地执行函数代码时，它会执行查询，它们从不出错，但当Lambda 函数执行它们时，可能有30个查询中的1个会失败（每个查询都相同，具有不同的分区约束，更改要搜索的文件日期范围）。
我甚至已经设置了代码，以便在原始查询失败时再次执行相同的查询，在大多...