我可以使用 Athena View 作为 AWS Glue 作业的源吗?

Nik*_*ias 5 jobs amazon-web-services amazon-athena aws-glue

我正在尝试使用 Athena 视图作为我的 AWS Glue 作业的数据源。我在尝试运行 Glue 作业时收到的错误消息与视图的分类有关。我可以将其定义为什么?谢谢

出现错误信息

Ale*_*aca 6

您可以使用Athena JDBC 驱动程序。这种方法绕过了目录,因为只有 Athena(而不是 2019 年 1 月 25 日的 Glue)可以直接访问视图。

  1. 下载驱动程序并将 jar 存储到 S3 存储桶。
  2. 将驱动程序的 S3 路径指定为作业定义中的依赖 jar。
  3. 使用以下代码将数据加载到动态框架中(使用具有运行 Athena 查询权限的 IAM 用户)。
from awsglue.dynamicframe import DynamicFrame
# ...
athena_view_dataframe = (
    glueContext.read.format("jdbc")
    .option("user", "[IAM user access key]")
    .option("password", "[IAM user secret access key]")
    .option("driver", "com.simba.athena.jdbc.Driver")
    .option("url", "jdbc:awsathena://athena.us-east-1.amazonaws.com:443")
    .option("dbtable", "my_database.my_athena_view")
    .option("S3OutputLocation","s3://bucket/temp/folder") # CSVs/metadata dumped here on load
    .load()
    )

athena_view_datasource = DynamicFrame.fromDF(athena_view_dataframe, glueContext, "athena_view_source")
Run Code Online (Sandbox Code Playgroud)

驱动程序文档 ( pdf ) 提供了 IAM 用户身份验证的替代方案(例如 SAML、自定义提供程序)。

这种方法的主要副作用是加载会导致查询结果以 CSV 格式转储到使用S3OutputLocation键指定的存储桶。

我不相信您可以通过 JDBC创建到 Athena的Glue 连接,因为您无法指定驱动程序位置的 S3 路径。

归因:AWS 支持完全帮助我完成这项工作。