如何使用 AWS Glue Crawler 读取 PostgreSQL 表分区？答案

【问题标题】：How can I read PostgreSQL Table partitions with AWS Glue Crawler?如何使用 AWS Glue Crawler 读取 PostgreSQL 表分区？
【发布时间】：2020-05-27 20:12:18
【问题描述】：

在 Postgresql 11 中创建分区时，我的爬虫无法正确读取 RDS 分区表。

分区DDL的例子是

表：

CREATE TABLE book (
    ID int8 NULL,
    effectivetodate date NULL,
) PARTITION BY RANGE(effectivetodate);

分区：

CREATE TABLE book_historical PARTITION OF portfolio for VALUES FROM ('1000-12-31') TO ('2019-12-31');
CREATE TABLE book_current PARTITION OF portfolio DEFAULT;

观察结果是两张表：

book_historical
book_current

由爬虫创建，但主表

不存在。

【问题讨论】：

欢迎来到 Stackoverflow。请为您的问题使用正确的格式，以便其他人能够理解并回答它。我建议你阅读询问guidelines of Stackoverflow
@Abhishek 看起来更好吗？
是的！很快就会有人回答你的问题...

标签： sql postgresql amazon-web-services pyspark aws-glue

【解决方案1】：

不使用范围，只需传递列名进行分区，爬虫将根据您的列动态分区

CREATE TABLE book (
    ID int8 NULL,
    effectivetodate date NULL,
) PARTITION BY effectivetodate;

【讨论】：

感谢您的回答，舒巴姆。我在 Postgresql 11.6 中工作，直接按字段分区不起作用。我们可以按列表、范围等进行分区。
我以为你在说 Glue 爬虫
是的，我说的是爬虫，但是我们需要在PostgreSQL中创建一个分区，然后爬虫才能爬取分区。所以在我的代码中，我使用日期范围对表进行分区。爬虫无法爬取主表，但能够将分区表作为独立表读取。
有一个数据分组识别分区的选项，你选择了吗？