![](/img/trans.png)
[英]AWS Glue Job - Load parquet file from S3 to RDS jsonb column
[英]Load JSON from s3 inside aws glue pyspark job
我正在嘗試從粘合pyspark腳本內的s3存儲桶中檢索JSON文件。
我在aws膠內的作業中運行此功能:
def run(spark):
s3_bucket_path = 's3://bucket/data/file.gz'
df = spark.read.json(s3_bucket_path)
df.show()
之后,我得到:AnalysisException:u'路徑不存在:s3://bucket/data/file.gz;'
我搜索了此問題,但沒有發現任何類似的東西可以推斷出問題出在哪里。 我認為訪問存儲分區可能存在權限問題,但是錯誤消息應該有所不同。
在這里您可以嘗試:
s3 = boto3.client("s3", region_name="us-west-2", aws_access_key_id="
", aws_secret_access_key="")
jsonFile = s3.get_object(Bucket=bucket, Key=key)
jsonObject = json.load(jsonFile["Body"])
其中Key
= full path to your file in bucket
並在spark.read.json(jsonObject)
使用此jsonObject
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.