AWSGlue-在连接和将其存储在S3中面临内存问题。
创始人
2024-09-25 14:32:03
0

如果在使用AWS Glue时遇到了连接和存储量大导致内存问题,可以尝试通过提高worker的数量来解决。此外,可以使用分区和分桶等优化技巧来减少数据的移动和复制。以下是示例代码:

# 增加worker数量
import sys
from awsglue.utils import getResolvedOptions
from awsglue.job import Job
from pyspark.context import SparkContext
from pyspark.sql.functions import *
from pyspark.sql.types import *
from awsglue.context import GlueContext

args = getResolvedOptions(sys.argv, ['JOB_NAME'])
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session
job = Job(glueContext)
job.init(args['JOB_NAME'], args)
# 提高worker数量
sc.setCheckpointDir("s3:///checkpoints/")
spark.conf.set("spark.sql.shuffle.partitions", "10") 
spark.conf.set("spark.default.parallelism", "10")
# 加载数据,并进行优化
some_df = glueContext.create_dynamic_frame.from_options(
    connection_type="s3",
    connection_options={"paths": ["s3:///some_data.csv"]},
    format="csv",
    format_options={"withHeader": True},
).toDF().repartition("column1").sortWithinPartitions("column2")
# 进行连接操作
joined_df = some_df.join(another_df, on="column1", how="inner")

# 使用分区和分桶
# 定义schema
schema = StructType([
    StructField("column1", StringType(), True),
    StructField("column2", IntegerType(), True),
    StructField("column3", StringType(), True)])
# 读取数据
df = spark.read \
         .option("header", "true") \
         .option("delimiter", ",") \
         .option("quote", "\"") \
         .schema(schema) \
         .load("s3:///data.csv")
# 进行分区和分桶
df = df.repartition("column1").sortWithinPartitions("column2") \
       .write \
       .bucketBy(numBuckets=5, "column1") \
       .option("path", "s3:///output/") \
       .saveAsTable("my_table_backend")

相关内容

热门资讯

安卓换鸿蒙系统会卡吗,体验流畅... 最近手机圈可是热闹非凡呢!不少安卓用户都在议论纷纷,说鸿蒙系统要来啦!那么,安卓手机换上鸿蒙系统后,...
app安卓系统登录不了,解锁登... 最近是不是你也遇到了这样的烦恼:手机里那个心爱的APP,突然就登录不上了?别急,让我来帮你一步步排查...
安卓系统拦截短信在哪,安卓系统... 你是不是也遇到了这种情况:手机里突然冒出了很多垃圾短信,烦不胜烦?别急,今天就来教你怎么在安卓系统里...
安卓系统要维护多久,安卓系统维... 你有没有想过,你的安卓手机里那个陪伴你度过了无数日夜的安卓系统,它究竟要陪伴你多久呢?这个问题,估计...
windows官网系统多少钱 Windows官网系统价格一览:了解正版Windows的购买成本Windows 11官方价格解析微软...
安卓系统如何卸载app,轻松掌... 手机里的App越来越多,是不是感觉内存不够用了?别急,今天就来教你怎么轻松卸载安卓系统里的App,让...
怎么复制照片安卓系统,操作步骤... 亲爱的手机控们,是不是有时候想把自己的手机照片分享给朋友,或者备份到电脑上呢?别急,今天就来教你怎么...
安卓系统应用怎么重装,安卓应用... 手机里的安卓应用突然罢工了,是不是让你头疼不已?别急,今天就来手把手教你如何重装安卓系统应用,让你的...
iwatch怎么连接安卓系统,... 你有没有想过,那款时尚又实用的iWatch,竟然只能和iPhone好上好?别急,今天就来给你揭秘,怎...
iphone系统与安卓系统更新... 最近是不是你也遇到了这样的烦恼?手机更新系统总是失败,急得你团团转。别急,今天就来给你揭秘为什么iP...