如何使用 Boto3 对 AWS Glue 中存在的作业的作业运行进行分页

  • Z时代
  • 2024-01-10
  • 分类：综合

在本文中，我们将了解如何对 AWS Glue 中存在的作业的所有作业运行进行分页。

示例

问题陈述：使用Python 中的boto3库对您账户中创建的 AWS Glue 数据目录中作业的作业运行进行分页

解决这个问题的方法/算法

  • 第一步：导入boto3和botocore异常处理异常。

  • 第二步：max_items、page_size、starting_token是这个函数的可选参数，job_name是必须的。

    • max_items表示要返回的记录总数。如果可用记录的数量 > max_items，那么将在响应中提供NextToken以恢复分页。

    • page_size表示每页的大小。

    • starting_token有助于分页，它使用来自先前响应的NextToken。

  • 步骤 3：使用boto3 lib创建 AWS 会话。确保在默认配置文件中提到region_name。如果未提及，则在创建会话时显式传递region_name。

  • 步骤 4：为胶水创建 AWS 客户端。

  • 第 5 步：使用 get_job_runs创建一个包含所有爬虫详细信息的分页器对象

  • 第 6 步：调用 paginate 函数并将max_items、page_size和starting_token作为PaginationConfig参数传递。

  • 步骤 7：它根据max_size和page_size返回记录数。

  • 第 8 步：如果分页时出现问题，则处理通用异常。

示例代码

使用以下代码对用户帐户中创建的作业的所有作业运行进行分页 -

import boto3
frombotocore.exceptionsimport ClientError
def paginate_through_jobruns(job_name,max_items=None:int,page_size=None:int, starting_token=None:string):
   session = boto3.session.Session()
   glue_client = session.client('glue')
   try:
   paginator = glue_client.get_paginator('get_job_runs')
      response = paginator.paginate(JobName=job_name, PaginationConfig={
         'MaxItems':max_items,
         'PageSize':page_size,
         'StartingToken':starting_token}
      )
   return response
   except ClientError as e:
      raise Exception("boto3 client error in paginate_through_jobruns: " + e.__str__())
   except Exception as e:
      raise Exception("Unexpected error in paginate_through_jobruns: " + e.__str__())
a = paginate_through_crawlers("glue_test_job",1,5)
print(*a)
输出结果
{'JobRuns': [
{'Id': 'jr_435b66cfe451adf5fa7c7f914be3c87d199616f52bd13bdd91bb1269f02db705', 'Attempt': 0, 'JobName': ' glue_test_job, 'StartedOn': datetime.datetime(2021, 1, 25, 22, 19, 56, 52000, tzinfo=tzlocal()), 'LastModifiedOn': datetime.datetime(2021, 1, 25, 22, 21, 50, 603000, tzinfo=tzlocal()), 'CompletedOn': datetime.datetime(2021, 1, 25, 22, 21, 50, 603000, tzinfo=tzlocal()), 'JobRunState': 'SUCCEEDED', 'Arguments': {'--additional-python-modules': 'pandas==1.1.5', '--enable-glue-datacatalog': 'true', '--extra-files': 's3://glue/job/test, '--job-bookmark-option': 'job-bookmark-disable', 'step': '0'}, 'PredecessorRuns': [], 'AllocatedCapacity': 2, 'ExecutionTime': 107, 'Timeout': 2880, 'MaxCapacity': 2.0, 'WorkerType': 'G.1X', 'NumberOfWorkers': 2, 'LogGroupName': '/aws-glue/jobs', 'GlueVersion': '2.0'}],
'NextToken': 'eyJleHBpcmF0aW9uIjp7InNlY29uZHMiOjE2MTc0NTQ0NDgsIm5hbm9zIjo2OTUwMDAwMDB9LCJsYXN0RXZhbHVhdGVkS2V5Ijp7ImpvYklkIjp7InMiOiJqXzdlYzIzNTYwOWRkMGVmYjRhNTgyNDU2YWVlZmQ4NmFlMTgwYTAyNDQ3NWY2ODRkMzc4YWFiZDBmYTk1MGJmMDcifSwicnVuSWQiOnsicyI6ImpyXzJjNDFkMmJmMzY1NGZhZGFhYzkzMjU1ZTY0OTkxOTg2YTE0Yjk2MjIyMTRlNDc4ZGNkOWE0ZTY5N2M3MGZmY2YifSwic3RhcnRlZE9uIjp7Im4iOiIxNjExMjA3MjcwODIyIn19fQ==',
'ResponseMetadata': {'RequestId': '1874370e-***********-40d', 'HTTPStatusCode': 200, 'HTTPHeaders': {'date': 'Fri, 02 Apr 2021 12:54:08 GMT', 'content-type': 'application/x-amz-json-1.1', 'content-length': '6509', 'connection': 'keep-alive', 'x-amzn-requestid': '1874370e-**************40d'}, 'RetryAttempts': 0}}

以上是 如何使用 Boto3 对 AWS Glue 中存在的作业的作业运行进行分页 的全部内容， 来源链接： utcz.com/z/350485.html

回到顶部