使用 boto3 创建粘合作业时指定作业类型

Question

我正在尝试创建一个胶水等工作。 我正在使用boto3。 我正在使用下面的脚本。 我想将它创建为 type=Spark，但下面的脚本创建了一个 type=Python Shell。 它也不会禁用书签。 有谁知道我需要添加什么才能使其成为 Spark 类型并禁用书签？

脚本：

response = glue_assumed_client.create_job(
    Name='mlxxxx',
    Role='Awsxxxx',
    Command={
        'Name': 'mlxxxx',
        'ScriptLocation': 's3://aws-glue-scripts-xxxxx-us-west-2/xxxx',
        'PythonVersion': '3'
    },

    Connections={
        'Connections': [
            'sxxxx',
'spxxxxxx',
        ]
    },

    Timeout=2880,
    MaxCapacity=10
)

Answer 1

请参阅文档。

Command (dict) -- [REQUIRED] 执行此作业的 JobCommand。

Name (string) -- 作业命令的名称。 对于 Apache Spark ETL 作业，这必须是geletl 。 对于 Python shell 作业，它必须是 pythonshell。

您可以使用 function 重置书签

client.reset_job_bookmark(
    JobName='string',
    RunId='string'
)

需要JobName的地方。 可以从命令create_job()的response['Name']中获取

Answer 2

要创建 Spark 作业，您必须将命令的名称称为“glueetl”，如下所述，如果您没有运行 python shell 作业，则无需在参数中指定 Z23EEEB4347BDD26BFC6B7EE9A3B75

response = client.create_job(
    Name='mlxxxyu',
    Role='Awsxxxx',
    Command={
        'Name': 'glueetl',     # <——   mention the name as glueetl to create spark job
        'ScriptLocation': 's3://aws-glue-scripts-xxxxx-us-west-2/xxxx'
    },
    Connections={
        'Connections': [
            'sxxxx',
'spxxxxxx',
        ]
    },

    Timeout=2880,
    MaxCapacity=10
)

关于作业书签，作业书签在默认情况下是禁用的，因此如果您没有为作业书签指定参数，那么创建的作业将禁用书签。

如果要显式禁用书签，则可以在 Default Arguments[1] 中指定相同的内容，如下所示。

response = client.create_job(
    Name='mlxxxyu',
    Role='Awsxxxx',
    Command={
        'Name': 'glueetl',
        'ScriptLocation': ‘s3://aws-glue-scripts-xxxxx-us-west-2/xxxx'
    },
    DefaultArguments={
        '--job-bookmark-option': 'job-bookmark-disable'
    },
    Timeout=2880,
    MaxCapacity=10
)