Cách dùng Boto3 phân trang qua các lần chạy Job (Job Runs) trong AWS Glue

Trong bài viết này, chúng ta sẽ xem cách phân trang qua tất cả các lần chạy Job (Job Runs) của một Job có mặt trong AWS Glue.

Ví dụ

Đề bài: Sử dụng thư viện boto3 trong Python để phân trang qua Job Runs của một Job từ AWS Glue Data Catalog được tạo trong tài khoản của bạn.

Cách tiếp cận / Thuật toán

• Bước 1: Import boto3 và botocore.exceptions để xử lý ngoại lệ.

• Bước 2: max_items, page_size và starting_token là tham số tùy chọn, trong khi job_name là bắt buộc.

  • max_items chỉ định tổng số bản ghi trả về. Nếu số bản ghi có sẵn > max_items, một NextToken sẽ được cung cấp để tiếp tục phân trang.

  • page_size chỉ định kích thước mỗi trang.

  • starting_token giúp phân trang, sử dụng NextToken từ phản hồi trước.

• Bước 3: Tạo phiên làm việc AWS bằng boto3. Đảm bảo region_name được cấu hình; nếu không, truyền rõ ràng.

• Bước 4: Tạo client AWS cho dịch vụ glue.

• Bước 5: Tạo đối tượng paginator chứa chi tiết tất cả Job Runs bằng get_job_runs.

• Bước 6: Gọi hàm paginate và truyền max_items, page_size, starting_token như PaginationConfig.

• Bước 7: Trả về số bản ghi dựa trên max_items và page_size.

• Bước 8: Xử lý ngoại lệ chung nếu có lỗi khi phân trang.

Mã ví dụ

Sử dụng mã sau để phân trang qua tất cả Job Runs:

import boto3
from botocore.exceptions import ClientError

def paginate_through_jobruns(job_name, 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_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("Lỗi client boto3 trong paginate_through_jobruns: " + e.__str__())
    except Exception as e:
        raise Exception("Lỗi không mong muốn trong paginate_through_jobruns: " + e.__str__())

a = paginate_through_jobruns("glue_test_job", 1, 5)
print(*a)

Kết quả

{'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': 'eyJleHBpcmF0aW9uIjp7InNlY29uZHMiOjE2MTc0NTQ0NDgsIm5hbm9zIjo2OTUwMDAwMDB9LCJsYXN0RXZhbHVhdGVkS2V5Ijp7ImpvYklkIjp7InMiOiJqXzdlYzIzNTYwOWRkMGVmYjRhNTgyNDU2YWVlZmQ4NmFlMTgwYTAyNDQ3NWY2ODRkMzc4YWFiZDBmYTk1MGJmMDcifSwicnVuSWQiOnsic3MiOiJqcl8yYzQxZDJiZjM2NTRmYWRhYzkzMjU1ZTY0OTkxOTg2YTE0Yjk2MjIyMTRlNDc4ZGNkOWE0ZTY5N2M3MGZmY2YifSwic3RhcnRlZE9uIjp7Im4iOiIxNjExMjA3MjcwODIyIn19fQ==', '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}}