इस लेख में, हम देखेंगे कि AWS Glue में मौजूद सभी डेटाबेस के माध्यम से कैसे पेजिनेट करें।
उदाहरण
समस्या कथन: आपके खाते में बनाए गए AWS Glue Data Catalog से सभी डेटाबेस के माध्यम से पेजिनेट करने के लिए पायथन में boto3 लाइब्रेरी का उपयोग करें।
समस्या हल करने का दृष्टिकोण/एल्गोरिदम
चरण 1: boto3 और botocore एक्सेप्शन आयात करें ताकि एक्सेप्शन संभाले जा सकें।
चरण 2: max_items, page_size और starting_token इस फ़ंक्शन के लिए पैरामीटर हैं।
max_items वापस लौटने वाले कुल रिकॉर्ड की संख्या दर्शाता है। यदि उपलब्ध रिकॉर्ड की संख्या > max_items, तो पेजिनेशन फिर से शुरू करने के लिए रिस्पांस में NextToken प्रदान किया जाएगा।
page_size प्रत्येक पृष्ठ का आकार दर्शाता है।
starting_token पेजिनेट करने में मदद करता है, और यह पिछले रिस्पांस से NextToken का उपयोग करता है।
चरण 3: boto3 लाइब्रेरी का उपयोग करके AWS सत्र बनाएं। सुनिश्चित करें कि डिफ़ॉल्ट प्रोफ़ाइल में region_name उल्लिखित है। यदि नहीं, तो सत्र बनाते समय स्पष्ट रूप से region_name पास करें।
चरण 4: Glue के लिए AWS क्लाइंट बनाएं।
चरण 5: get_databases का उपयोग करके सभी क्रॉलर्स का विवरण रखने वाला एक paginator ऑब्जेक्ट बनाएं।
चरण 6: paginate फ़ंक्शन कॉल करें और max_items, page_size और starting_token को PaginationConfig के रूप में पास करें।
चरण 7: यह max_size और page_size के आधार पर रिकॉर्ड की संख्या लौटाता है।
चरण 8: पेजिनेट करते समय यदि कुछ गलत होता है तो सामान्य एक्सेप्शन को संभालें।
उदाहरण कोड
उपयोगकर्ता खाते में बनाए गए सभी क्रॉलर्स के माध्यम से पेजिनेट करने के लिए निम्न कोड का उपयोग करें:
import boto3
from botocore.exceptions import ClientError
def paginate_through_databases(max_items=None, page_size=None, starting_token=None):
session = boto3.session.Session()
glue_client = session.client('glue')
try:
paginator = glue_client.get_paginator('get_databases')
response = paginator.paginate(PaginationConfig={
'MaxItems': max_items,
'PageSize': page_size,
'StartingToken': starting_token
})
return response
except ClientError as e:
raise Exception("boto3 client error in paginate_through_databases: " + e.__str__())
except Exception as e:
raise Exception("Unexpected error in paginate_through_databases: " + e.__str__())
a = paginate_through_databases(2, 5)
print(*a)
आउटपुट
{'DatabaseList': [{'Name': 'aurora_glue_catalog', 'CreateTime': datetime.datetime(2020, 11, 18, 14, 24, 46, tzinfo=tzlocal())}, {'Name': 'custdb', 'CreateTime': datetime.datetime(2020, 8, 31, 20, 30, 9, tzinfo=tzlocal())}], 'NextToken': 'eyJsYXN0RXZhbHVhdGVkS2V5Ijp7IkhBU0hfS0VZIjp7InMiOiJuLjc4MjI1ODQ4NTg0MSJ9LCJSQU5HRV9LRVkiOnsicyI6ImRldjEtZnJlYV9lZGxfZ2x1ZV9kYXRhYmFzZSJ9fSwiZXhwaXJhdGlvbiI6eyJzZWNvbmRzIjoxNjE3NDUwNDQxLCJuYW5vcyI6ODcwMDAwMDB9LCJzaGFyZWRDb250ZXh0IjpmYWxzZSwidGFnQ29udGV4dCI6ZmFsc2V9', 'ResponseMetadata': {'RequestId': '3e1c4f54-d573-4ba9-9948-832273ecca02', 'HTTPStatusCode': 200, 'HTTPHeaders': {'date': 'Fri, 02 Apr 2021 11:47:21 GMT', 'content-type': 'application/x-amz-json-1.1', 'content-length': '1617', 'connection': 'keep-alive', 'x-amzn-requestid': '3e1c4f54-d573-4ba9-9948-832273ecca02'}, 'RetryAttempts': 0}}
महत्वपूर्ण सुधार नोट
मूल कोड में टाइपो: टिप्पणी में "crawlers" लिखा है लेकिन फ़ंक्शन get_databases के लिए है। यह डेटाबेस के लिए सही है।
Glue डेटाबेस मुख्य फ़ील्ड
Name: डेटाबेस नाम
Description: वैकल्पिक विवरण
LocationUri: S3 स्थान (उदाहरण: s3://bucket/path/)
Parameters: डेटाबेस-स्तर के गुण
CreateTime: निर्माण समय
CreateTableDefaultPermissions: डिफ़ॉल्ट टेबल अनुमतियां
TargetDatabase: फेडरेटेड डेटाबेस के लिए
उपयोग के मामले
डेटा कैटलॉग सूची और खोज
मल्टी-अकाउंट/मल्टी-रीजन कैटलॉग सिंक
अनुपालन ऑडिटिंग
स्वचालित डेटाबेस प्रावधान
IAM अनुमति
glue:GetDatabases अनुमति आवश्यक है।
