pyspark 代码将 dynamodb 表复制到配置单元问题:不允许操作
Posted
技术标签:
【中文标题】pyspark 代码将 dynamodb 表复制到配置单元问题:不允许操作【英文标题】:pyspark code to copy dynamodb table to hive issues: Operation not allowed 【发布时间】:2019-05-10 13:32:50 【问题描述】:我正在尝试使用 pyspark 代码从 aws emr 上的 Dynamodb 创建一个外部配置单元表。当我在 hive 提示符上执行查询时,查询工作正常,但当我将其作为 pyspark 作业执行时失败。代码如下:
from pyspark import SparkContext
from pyspark.sql import SparkSession
import os
spark = SparkSession.builder.enableHiveSupport().getOrCreate()
spark.sql('use ash_data')
spark.sql(
"""
CREATE EXTERNAL TABLE dummyTable
(item MAP<STRING, STRING>)
STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler'
TBLPROPERTIES ("dynamodb.table.name" = "testdynamodb")
"""
)
它一直给我以下错误:
pyspark.sql.utils.ParseException: u'\nOperation not allowed: STORED BY(line 4, pos 4)\n\n== SQL ==\n\n CREATE EXTERNAL TABLE dummyTable\n (item MAP<STRING, STRING>)\n STORED BY \'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler\'\n----^^^\n TBLPROPERTIES ("dynamodb.table.name" = "testdynamodb")\n \n'
我们是否需要设置任何权限或角色才能完成这项工作?有没有人找到任何解决这个错误的方法?
谢谢
【问题讨论】:
【参考方案1】:Spark SQL 似乎不支持此功能:
https://issues.apache.org/jira/browse/SPARK-19661
你必须:
运行命令以使用hive
创建表
从 Spark 中具有相似架构的不同配置单元表写入
在 hive 中运行命令,将 spark 生成的数据写入 dynamodb 支持的外部表中
有关更多详细信息,请参阅类似问题的答案:
How to write PySpark dataframe to DynamoDB table?
【讨论】:
以上是关于pyspark 代码将 dynamodb 表复制到配置单元问题:不允许操作的主要内容,如果未能解决你的问题,请参考以下文章
如何将大型 Pyspark DataFrame 写入 DynamoDB
aws 胶水 pyspark 删除数组中的结构,但保留数据并保存到 dynamodb
将 JSON 数据从 dynamoDB 复制到 redshift