IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> Setup local enviroment for running aws glue script -> 正文阅读

[大数据]Setup local enviroment for running aws glue script

一、Install Docker Desktop

从docker官网下载软件并做安装??????Install Docker Desktop on Windows | Docker Documentation

安装完成之后执行如下命令确认docker版本信息

C:\Users\27178>docker --version
Docker version 20.10.14, build a224086

C:\Users\27178>

二、拉起AWS-Glue-Libs 镜像

从docker官网下载??????https://hub.docker.com/r/amazon/aws-glue-libs/tags?page=1&ordering=last_updated

三、运行容器

docker run -itd -p 8888:8888 -p 4040:4040 --name glue_jupyter amazon/aws-glue-libs:glue_libs_3.0.0_image_01 /home/jupyter/jupyter_start.sh



docker run -itd -p 8888:8888 -p 4040:4040 -v $Home/.aws:/root/.aws:rw --name glue_jupyter amazon/aws-glue-libs:glue_libs_3.0.0_image_01 /home/jupyter/jupyter_start.sh

四、运行Glue script

1.使用http://127.0.0.1:8888/ 打开?笔记本

2.其中persons文件内容如下

Id,Name,Sallary,DepartmentId
1,Joe,70000,1
2,Herry,8000,""

3.运行脚本

?其中执行的脚本信息如下

from pyspark import SparkContext
from awsglue.context import GlueContext

sc=SparkContext.getOrCreate()
glueContext=GlueContext(sc)
spark=glueContext.spark_session

# inputDF=spark.read.option("header","true").csv("jupyter_workspace/test/persons.csv")
inputDF=spark.read.csv("jupyter_workspace/test/persons.csv",header=True)

inputDF.printSchema()
inputDF.show()

inputDF.select("Id","Name").show()   #根据列进行筛选输出
inputDF.printSchema() 

五、连接到AWS

1. 创建IAM用户

2. 打开终端配置AWS CLI的证书信息

?

?3.验证是否有权限

?4.调试的整个源码

from pyspark import SparkContext
from awsglue.context import GlueContext

sc=SparkContext.getOrCreate()
glueContext=GlueContext(sc)
spark=glueContext.spark_session

# inputDF=spark.read.option("header","true").csv("jupyter_workspace/test/persons.csv")
inputDF=spark.read.csv("jupyter_workspace/test/persons.csv",header=True)

inputDF.printSchema()
inputDF.show()

inputDF.select("Id","Name").show()
inputDF.printSchema()

from awsglue.dynamicframe import DynamicFrame
persons_data=DynamicFrame.fromDF(inputDF,glueContext,'EmployeeData')

persons_data.printSchema()

glueContext.write_dynamic_frame_from_options(
frame=persons_data,
connection_type='s3',
connection_options={
    'path': 's3://testbigdata'
},
format='json')

下载确认文件是否被成功写入到S3中去

参考链接地址

https://www.youtube.com/watch?v=2-zOXnSDdZ0

  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2022-04-22 18:43:14  更:2022-04-22 18:45:18 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/24 2:55:18-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码