更新 Glue Table Schema 时设置小数位数
Setting the number of decimal places when updating Glue Table Schema
我正在尝试更新由 Glue Data Crawler 创建的 CSV table 定义。其中一列包含当前被归类为双精度的十进制数据。
我发现当我使用控制台更改架构时,我无法设置任何可能与数据类型关联的附加属性(例如,如果我 select Decimal 我得到Decimal(10,0) 无法更改数字的大小或小数位数。
更新此架构以使其具有正确的数据类型(包括其他属性)的推荐方法是什么?
我最近在 Glue Table 架构上设置小数点时遇到了一些问题。
我必须通过 AWS cli 创建我的架构。
我的有点不同,它是我的 s3 数据湖上的镶木地板。
以下 cli 命令基于 json 创建架构:
aws glue create-table --database-name example_db --table-input file://example.json
以下 example.json
引用了 s3://my-datalake/example/{dt}/
上的镶木地板文件,其中 dt
是我的 table 的一个分区。 dec_col
是 decimal(10,2)
类型的列:
{
"Name": "example",
"Retention": 0,
"StorageDescriptor": {
"Columns": [
{
"Name": "id",
"Type": "int"
},
{
"Name": "dec_col",
"Type": "decimal(10,2)"
}
],
"Location": "s3://my-datalake/example/",
"InputFormat": "org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat",
"OutputFormat": "org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat",
"Compressed": false,
"NumberOfBuckets": 0,
"SerdeInfo": {
"SerializationLibrary": "org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe",
"Parameters": {
"serialization.format": "1"
}
},
"SortColumns": [],
"StoredAsSubDirectories": false
},
"PartitionKeys": [
{
"Name": "dt",
"Type": "date"
}
],
"TableType": "EXTERNAL_TABLE",
"Parameters": {
"classification": "parquet"
}
}
通过这种方式,您可以将类型定义为 decimal
,具有规模和精度,这正是您要寻找的。
我正在尝试更新由 Glue Data Crawler 创建的 CSV table 定义。其中一列包含当前被归类为双精度的十进制数据。
我发现当我使用控制台更改架构时,我无法设置任何可能与数据类型关联的附加属性(例如,如果我 select Decimal 我得到Decimal(10,0) 无法更改数字的大小或小数位数。
更新此架构以使其具有正确的数据类型(包括其他属性)的推荐方法是什么?
我最近在 Glue Table 架构上设置小数点时遇到了一些问题。 我必须通过 AWS cli 创建我的架构。
我的有点不同,它是我的 s3 数据湖上的镶木地板。
以下 cli 命令基于 json 创建架构:
aws glue create-table --database-name example_db --table-input file://example.json
以下 example.json
引用了 s3://my-datalake/example/{dt}/
上的镶木地板文件,其中 dt
是我的 table 的一个分区。 dec_col
是 decimal(10,2)
类型的列:
{
"Name": "example",
"Retention": 0,
"StorageDescriptor": {
"Columns": [
{
"Name": "id",
"Type": "int"
},
{
"Name": "dec_col",
"Type": "decimal(10,2)"
}
],
"Location": "s3://my-datalake/example/",
"InputFormat": "org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat",
"OutputFormat": "org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat",
"Compressed": false,
"NumberOfBuckets": 0,
"SerdeInfo": {
"SerializationLibrary": "org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe",
"Parameters": {
"serialization.format": "1"
}
},
"SortColumns": [],
"StoredAsSubDirectories": false
},
"PartitionKeys": [
{
"Name": "dt",
"Type": "date"
}
],
"TableType": "EXTERNAL_TABLE",
"Parameters": {
"classification": "parquet"
}
}
通过这种方式,您可以将类型定义为 decimal
,具有规模和精度,这正是您要寻找的。