4

如果您按照 AWS Glue 添加作业向导创建脚本以将 parquet 文件写入 S3，您最终会生成类似这样的代码。

datasink4 = glueContext.write_dynamic_frame.from_options(
    frame=dropnullfields3,
    connection_type="s3",
    connection_options={"path": "s3://my-s3-bucket/datafile.parquet"},
    format="parquet",
    transformation_ctx="datasink4",
)

是否可以指定 KMS 密钥，以便在存储桶中加密数据？

4

3 回答 3

5

胶水斯卡拉工作

val spark: SparkContext = new SparkContext()
val glueContext: GlueContext = new GlueContext(spark)
spark.hadoopConfiguration.set("fs.s3.enableServerSideEncryption", "true")
spark.hadoopConfiguration.set("fs.s3.serverSideEncryption.kms.keyId", args("ENCRYPTION_KEY"))

我认为 Python 的语法应该不同，但想法相同

于 2018-03-21T14:10:45.073 回答
4

要使用 PySpark 拼出答案，您可以执行以下任一操作

from pyspark.conf import SparkConf
[...]
spark_conf = SparkConf().setAll([
  ("spark.hadoop.fs.s3.enableServerSideEncryption", "true"),
  ("spark.hadoop.fs.s3.serverSideEncryption.kms.keyId", "<Your Key ID>")
])
sc = SparkContext(conf=spark_conf)

注意spark.hadoop前缀 - 或（更丑但更短）

sc._jsc.hadoopConfiguration().set("fs.s3.enableServerSideEncryption", "true")
sc._jsc.hadoopConfiguration().set("fs.s3.serverSideEncryption.kms.keyId", "<Your Key ID>")

sc您当前的 SparkContext在哪里。

于 2018-06-21T13:04:28.140 回答
1

这是没有必要的。也许是第一次提出问题的时候，但同样可以通过创建安全配置并将其与胶水作业相关联来实现。只要记住在你的脚本中有这个，否则它不会这样做：

job = Job(glueContext) 
job.init(args['JOB_NAME'], args)

https://docs.aws.amazon.com/glue/latest/dg/encryption-security-configuration.html https://docs.aws.amazon.com/glue/latest/dg/set-up-encryption.html

于 2019-10-01T15:50:55.140 回答