1

我得到了一份需要执行以下任务的工作

  1. 关联数据
  2. 重命名包含 '.' 的字段名称，以便可以将其作为正常外观的字段名称导入 PostgreSQL。

这是代码

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

## @params: [JOB_NAME]
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 = "gluecatalog", table_name = "fcorders", transformation_ctx = "datasource0")
rootTableName = 'orders' 

dfc = Relationalize.apply(frame = datasource0, staging_path = "s3://my-bucket/temp/", name = rootTableName, transformation_ctx = "dfc")
dfc.keys()
for df_name in dfc.keys():
        m_df = dfc.select(df_name)
        print "Writing to Postgre table: ", df_name
        if (df_name <> rootTableName):
            renamefields4 = m_df.rename_field("SalesDeliveryLines.val.shipped.unitDisplayCode", "shipped_unitDisplayCode")
        else:
            renamefields4 = RenameField.apply(frame = m_df, old_name = "vehicle.sourceReccordUID", new_name = "vehicle_sourceReccordUID", transformation_ctx = "renamefields4")
        renamefields4.printSchema()

printSchema() 将架构显示为未更改。如果我写入数据库，字段名称仍然包含'.'。

如果我在关系化之前使用 ApplyMapping.apply() 更改字段名称，它会使子表消失。如果我在关系化之后使用 ApplyMapping.apply()，它只会删除名称包含“。”的所有字段。

最重要的是，无论我尝试什么，我都无法在同一个工作中对字段进行关系化和重命名。

我错过了什么还是这是 AWS Glue 错误？

4

2 回答 2

4

您需要在字段名称周围放置反引号：

m_df.rename_field("`SalesDeliveryLines.val.shipped.unitDisplayCode`", "shipped_unitDisplayCode")

您可以在AWS Glue 文档中找到更多信息

于 2018-06-11T15:10:48.163 回答
4

确认故障是rename_field()GlueRenameField.apply()错误。

到目前为止，我的解决方法是将 DynamicFrame 转换为 DataFrame -> 重命名字段 DataFrame -> 将其转换回 DynamicFrame。

这是代码

    new_df = m_df.toDF()
    print (type( new_df))
    for oldName in new_df.schema.names:
      new_df = new_df.withColumnRenamed(oldName, oldName.replace("SalesDeliveryLines.val.","").replace(".","_"))
    m_df = m_df.fromDF(new_df, glueContext, "m_df")
于 2017-09-18T16:18:12.243 回答