databricks-已安裝S3-如何獲取文件元數據，如上次修改日期（Python）

Question

我已經在數據磚中安裝了s3存儲桶，可以看到文件列表，也可以使用python讀取文件

ACCESS_KEY = "XXXXXXXXXX"
SECRET_KEY = "XXXXXXXXXXXXXX"
ENCODED_SECRET_KEY = SECRET_KEY.replace("/", "%2F")
AWS_BUCKET_NAME = "testbucket"
MOUNT_NAME = "awsmount1"

dbutils.fs.mount("s3a://%s:%s@%s" % (ACCESS_KEY, ENCODED_SECRET_KEY, AWS_BUCKET_NAME), "/mnt/%s" % MOUNT_NAME)
display(dbutils.fs.ls("/mnt/%s/data" % MOUNT_NAME))

我想找出我正在讀取的文件的上次修改日期，但找不到太多，但是java選項Databricks讀取了Azure blob的Azure blob的上次修改日期 ，databricks中是否有python native選項來讀取文件元數據。

Answer 1

如果我理解正確，則需要使用python native sdk在Azure數據塊中裝入文件的最后修改日期。

這是從Azure blob獲取元數據信息的示例代碼：

from azure.storage.blob import BlockBlobService
block_blob_service = BlockBlobService(account_name='accoutName', account_key='accountKey')
container_name ='containerName'
block_blob_service.create_container(container_name)
generator = block_blob_service.list_blobs(container_name)
for blob in generator:
    lastModified= BlockBlobService.get_blob_properties(block_blob_service,container_name,blob.name).properties.last_modified
    print("\t Blob name: " + blob.name)
    print(lastModified)

您可以在此處獲得更多詳細信息。

如果您正在尋找S3，那么我建議您使用Boto.oto3在使用（S3）Object python對象時為LastModified返回一個datetime對象：

https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/s3.html#S3.Object.last_modified

要將LastModified與今天的日期進行比較（Python3）：

import boto3
from datetime import datetime, timezone

today = datetime.now(timezone.utc)

s3 = boto3.client('s3', region_name='eu-west-1')

objects = s3.list_objects(Bucket='my_bucket')

for o in objects["Contents"]:
    if o["LastModified"] == today:
        print(o["Key"])

參考

希望能幫助到你。