Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Membuat skema tunggal untuk setiap jalur Amazon S3 termasuk
Secara default, ketika sebuah crawler mendefinisikan tabel untuk data yang disimpan di Amazon S3, ia mempertimbangkan kompatibilitas data dan kemiripan skemanya. Faktor kompatibilitas data yang dipertimbangkan termasuk apakah data memiliki format yang sama (misalnya,JSON), jenis kompresi yang sama (misalnya,GZIP), struktur jalur Amazon S3, dan atribut data lainnya. Skema kesamaan menjadi sebuah ukuran seberapa dekat keserupaan antara skema objek Amazon S3 yang terpisah.
Untuk membantu mengilustrasikan opsi ini, anggaplah Anda menentukan sebuah crawler dengan penyertaan path s3://bucket/table1/
. Ketika crawler berjalan, ia menemukan dua JSON file dengan karakteristik sebagai berikut:
-
File 1 —
S3://bucket/table1/year=2017/data1.json
-
Isi file —
{“A”: 1, “B”: 2}
-
Skema —
A:int, B:int
-
File 2 —
S3://bucket/table1/year=2018/data2.json
-
Isi file —
{“C”: 3, “D”: 4}
-
Skema —
C: int, D: int
Secara default, crawler menciptakan dua tabel, bernama year_2017
dan year_2018
karena skema tidak cukup mirip. Namun demikian, jika pilihan Buat skema tunggal untuk setiap path S3 dipilih, dan jika data kompatibel, maka crawler akan membuat satu tabel. Tabel ini memiliki skema A:int,B:int,C:int,D:int
dan partitionKey
year:string
.