Automatizujte hromadné načítání dat z s3 do instance Aurora MySQL RDS

Přístup je takový, jak je uvedeno výše, mít spouštěč události S3 a naslouchání úlohy lambda v umístění bloku/objektu s3. Jakmile je soubor nahrán do umístění s3, spustí se úloha lambda a v lambda můžete nakonfigurovat volání úlohy lepidla AWS. To je přesně to, co jsme udělali a úspěšně jsme to uvedli do provozu. Lambda má životnost 15 minut a spuštění/spuštění lepicí úlohy by mělo trvat méně než minutu.

Zde naleznete vzorový zdroj pro referenci.

from __future__ import print_function
import json
import boto3
import time
import urllib

print('Loading function')

s3 = boto3.client('s3')
glue = boto3.client('glue')

def lambda_handler(event, context):
    gluejobname="your-glue-job-name here"

    try:
        runId = glue.start_job_run(JobName=gluejobname)
        status = glue.get_job_run(JobName=gluejobname, RunId=runId['JobRunId'])
        print("Job Status : ", status['JobRun']['JobRunState'])
    except Exception as e:
        print(e)
        print('Error getting object {} from bucket {}. Make sure they exist '
              'and your bucket is in the same region as this '
              'function.'.format(source_bucket, source_bucket))
    raise e

Chcete-li vytvořit funkci Lambda, přejděte na AWS Lambdra->Vytvořit novou funkci z Scratch->Vybrat S3 pro událost a poté nakonfigurujte umístění segmentu S3, předpony podle potřeby. Poté zkopírujte, vložte výše uvedenou ukázku kódu, oblast vloženého kódu a podle potřeby nakonfigurujte název lepicí úlohy. Ujistěte se, že máte všechny požadované IAM role/nastavení přístupu.

Lepicí úloha by měla mít ustanovení pro připojení k vaší Auroře, a pak můžete použít příkaz "NAČÍST Z S3....." poskytovaný Aurorou. Ujistěte se, že všechna nastavení/konfigurace skupiny parametrů jsou provedena podle potřeby.

V případě problémů mi dejte vědět.

AKTUALIZACE:UKÁZKOVÝ úryvek kódu pro LOAD FROM S3:

conn = mysql.connector.connect(host=url, user=uname, password=pwd, database=dbase)
cur = conn.cursor()
cur, conn = connect()
createStgTable1 = "DROP TABLE IF EXISTS mydb.STG_TABLE;"
createStgTable2 = "CREATE TABLE mydb.STG_TABLE(COL1 VARCHAR(50) NOT NULL, COL2 VARCHAR(50), COL3 VARCHAR(50), COL4 CHAR(1) NOT NULL);"
loadQry = "LOAD DATA FROM S3 PREFIX 's3://<bucketname>/folder' REPLACE INTO TABLE mydb.STG_TABLE FIELDS TERMINATED BY '|' LINES TERMINATED BY '\n' IGNORE 1 LINES (@var1, @var2, @var3, @var4) SET col1= @var1, col2= @var2, col3= @var3, [email protected];"
cur.execute(createStgTable1)
cur.execute(createStgTable2)
cur.execute(loadQry)
conn.commit()
conn.close()