Athena/Glue - 将简单的JSON解析(但将其视为CSV)
创始人
2024-09-21 13:00:37
0

要将简单的JSON解析为CSV格式,您可以使用AWS的Athena和Glue服务。以下是解决方案的步骤和代码示例:

  1. 创建表和数据库:在Athena中创建一个数据库和表,用于存储解析后的JSON数据。
CREATE DATABASE IF NOT EXISTS mydatabase;
USE mydatabase;

CREATE EXTERNAL TABLE IF NOT EXISTS mytable (
  col1 string,
  col2 int,
  col3 string
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
WITH SERDEPROPERTIES (
  'serialization.format' = '1'
) LOCATION 's3://mybucket/myfolder/'
TBLPROPERTIES ('has_encrypted_data'='false');
  1. 创建ETL脚本:使用Glue创建一个ETL脚本,将JSON数据转换成CSV格式,并将其加载到Athena中。
import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.job import Job

args = getResolvedOptions(sys.argv, ['JOB_NAME'])
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session
job = Job(glueContext)
job.init(args['JOB_NAME'], args)

datasource0 = glueContext.create_dynamic_frame.from_catalog(database = "mydatabase", table_name = "mytable")
applymapping1 = ApplyMapping.apply(frame = datasource0, mappings = [("col1", "string", "col1", "string"), ("col2", "int", "col2", "int"), ("col3", "string", "col3", "string")], transformation_ctx = "applymapping1")
resolvechoice2 = ResolveChoice.apply(frame = applymapping1, choice = "make_cols", transformation_ctx = "resolvechoice2")
dropnullfields3 = DropNullFields.apply(frame = resolvechoice2, transformation_ctx = "dropnullfields3")
datasink4 = glueContext.write_dynamic_frame.from_catalog(frame = dropnullfields3, database = "mydatabase", table_name = "mytable_csv", transformation_ctx = "datasink4")

job.commit()
  1. 运行ETL脚本:将ETL脚本上传到AWS Glue,并运行它以将JSON数据转换为CSV格式并加载到Athena中。

  2. 查询数据:在Athena中查询转换后的CSV数据。

SELECT * FROM mydatabase.mytable_csv;

以上是使用Athena和Glue将简单的JSON解析为CSV格式的解决方案和代码示例。您可以根据您的具体需求和JSON结构进行适当的调整。

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...