AirflowGCSToS3Operator:传输只有一个文件且需要指定文件名
创始人
2024-08-02 03:30:19
0

可以通过自定义 Operator 来实现只传输一个文件并指定文件名。首先需要继承 GCSToS3Operator,然后重写 execute 函数,在函数中调用 GCSHook 和 S3Hook 进行文件传输,同时指定目标 S3 上的文件名。

示例代码如下所示:

from airflow.contrib.operators.gcs_to_s3 import GCSToS3Operator
from airflow.providers.amazon.aws.hooks.s3 import S3Hook
from airflow.providers.google.cloud.hooks.gcs import GCSHook

class GCSFileToS3Operator(GCSToS3Operator):
    
    def __init__(
        self,
        source_bucket: str,
        source_object: str,
        destination_bucket: str,
        destination_object: str,
        **kwargs,
    ):
        super().__init__(
            source_bucket=source_bucket,
            source_object=source_object,
            destination_bucket=destination_bucket,
            destination_object=destination_object,
            **kwargs,
        )
        self.source_bucket = source_bucket
        self.source_object = source_object
        self.destination_bucket = destination_bucket
        self.destination_object = destination_object

    def execute(self, context):
        gcs_hook = GCSHook()
        s3_hook = S3Hook(aws_conn_id=self.aws_conn_id)

        # Download the file from GCS to local
        tmp_file = self._build_gcs_uri(self.source_bucket, self.source_object)
        self.log.info("Downloading from %s", tmp_file)
        with NamedTemporaryFile() as f:
            gcs_hook.download(bucket_name=self.source_bucket, object_name=self.source_object, filename=f.name)

            f.seek(0)

            # Upload the file to S3
            s3_hook.load_file(
                filename=f.name,
                key=self.destination_object,
                bucket_name=self.destination_bucket
            )

        self.log.info("File has been uploaded to %s/%s", self.destination_bucket, self.destination_object)

在 DAG 文件中使用自定义 Operator,只需要指定 GCS 上的文件路径和 S3 上的文件名即可:

from datetime import datetime
from airflow import DAG
from

相关内容

热门资讯

Android Studio ... 要解决Android Studio 4无法检测到Java代码,无法打开SDK管理器和设置的问题,可以...
安装tensorflow mo... 要安装tensorflow models object-detection软件包和pandas的每个...
安装了Laravelbackp... 检查是否创建了以下自定义文件并进行正确的配置config/backpack/base.phpconf...
安装了centos后会占用多少... 安装了CentOS后会占用多少内存取决于多个因素,例如安装的软件包、系统配置和运行的服务等。通常情况...
按照Laravel方式通过Pr... 在Laravel中,我们可以通过定义关系和使用查询构建器来选择模型。首先,我们需要定义Profile...
按照分类ID显示Django子... 在Django中,可以使用filter函数根据分类ID来筛选子类别。以下是一个示例代码:首先,假设你...
Android Studio ... 要给出包含代码示例的解决方法,我们可以使用Markdown语法来展示代码。下面是一个示例解决方案,其...
Android Retrofi... 问题描述:在使用Android Retrofit进行GET调用时,获取的响应为空,即使服务器返回了正...
Alexa技能在返回响应后出现... 在开发Alexa技能时,如果在返回响应后出现问题,可以按照以下步骤进行排查和解决。检查代码中的错误处...
Airflow Dag文件夹 ... 要忽略Airflow中的笔记本检查点,可以在DAG文件夹中使用以下代码示例:from airflow...