时间戳未从 Glue 加载到 Redshift 表中
Posted
技术标签:
【中文标题】时间戳未从 Glue 加载到 Redshift 表中【英文标题】:Timestamp not Loading into Redshift Table from Glue 【发布时间】:2018-08-17 17:08:12 【问题描述】:我在存储在 S3 中的 csv 文件中有一个 YYYY-MM-DD XX:XX:XX
格式的时间戳,但是当我使用时间戳数据类型通过 Glue 加载到 Redshift 数据库时,时间戳列为空。格式似乎是有效的,但我也尝试过 YYYYMMDD XXXXXX
和 YYMMDD XX:XX:XX
格式,也只是 incase。
我在 Glue 中的映射是从时间戳到时间戳,并且表的列数据类型也是时间戳。 csv格式的数据示例:
1,2016 Summer,2016-06-22 00:00:00
实际输出:
Line | Term | Date
-----+-------------+------------
1 | 2016 Summer |
预期输出:
Line | Term | Date
-----+-------------+---------------------
1 | 2016 Summer | 2016-06-22 00:00:00
这似乎应该是一项简单的任务,但我无法正确完成,所以如果其他人能找到我的错误,将不胜感激。
代码:
val datasource37 = glueContext.getCatalogSource(database = "data", tableName = "term", redshiftTmpDir = "", transformationContext = "datasource37").getDynamicFrame()
val applymapping37 = datasource37.applyMapping(mappings = Seq(("id", "bigint", "id", "bigint"), ("name", "string", "name", "varchar(256)"), ("date", "timestamp", "date_start", "timestamp")), caseSensitive = false, transformationContext = "applymapping37")
val resolvechoice37 = applymapping37.resolveChoice(choiceOption = Some(ChoiceOption("make_cols")), transformationContext = "resolvechoice37")
val dropnullfields37 = resolvechoice37.dropNulls(transformationContext = "dropnullfields37")
val datasink37 = glueContext.getJDBCSink(catalogConnection = "dataConnection", options = JsonOptions(""""dbtable": "term", "database": "data""""), redshiftTmpDir = args("TempDir"), transformationContext = "datasink37").writeDynamicFrame(dropnullfields37)
【问题讨论】:
你能添加你的 Glue 脚本吗? 是的,我现在编辑了我的问题以包含它。 【参考方案1】:我最终从字符串 -> 时间戳映射,它工作。 Glue 会自动从时间戳映射 -> 时间戳,所以我认为它是正确的。
例如:
val applymapping37 = datasource37.applyMapping
(mappings = Seq(("id", "bigint", "id", "bigint"),
("name", "string", "name", "varchar(256)"),
("date", "string", "date_start", "timestamp")),
caseSensitive = false, transformationContext = "applymapping37")
【讨论】:
以上是关于时间戳未从 Glue 加载到 Redshift 表中的主要内容,如果未能解决你的问题,请参考以下文章
将 Parquet 文件从 AWS Glue 加载到 Redshift
AWS Glue - Redshift 中具有 Json 结构的字段
如何在数据加载之前截断 AWS Glue 作业中的 RDS 表?
从 AWS Glue 表到 RedShift Spectrum 外部表的日期字段转换