将两个源字段中的任何一个映射到单个目标字段答案

【问题标题】：Map Either of Two Source Fields to a Single Target Field将两个源字段中的任何一个映射到单个目标字段
【发布时间】：2018-08-07 06:46:24
【问题描述】：

我是 AWS Glue 的新手，我正在努力解决一个问题。我们最近更改了数据库中的一个字段名称，现在我不知道如何在 Glue 中创建映射以同时支持旧字段名称和新字段名称。

旧版映射类似于：

applymapping1 = ApplyMapping.apply(frame = datasource0, mappings = [...("json_property.Foo Bar", "string", "foo_bar", "string")], transformation_ctx = "applymapping1")

我们规范化了 json 属性名称，json_property['Foo Bar'] 变成了json_property.foo_bar。我试过这样做：

applymapping1 = ApplyMapping.apply(frame = datasource0, mappings = [...("json_property.Foo Bar", "string", "foo_bar", "string"), ("json_property.foo_bar", "string", "foo_bar", "string")], transformation_ctx = "applymapping1")

基本上我尝试将两个源字段映射到同一个目标字段。正如预期的那样，这在尝试运行作业时导致了错误...

有什么方法可以让进程从源获取json_property.foo_bar 或json_property['Foo Bar']（以存在者为准）并映射到foo_bar 目标字段？

【问题讨论】：

标签： etl aws-glue

【解决方案1】：

我通过在使用 ApplyMapping 之前添加一个映射步骤来解决这个问题，以便将旧字段名称映射到更新的字段名称

## @type: DataSource
## @args: [database = "s3 olap", table_name = "example", transformation_ctx = "datasource0"]
## @return: datasource0
## @inputs: []
datasource0 = glueContext.create_dynamic_frame.from_catalog(database = "s3 olap, table_name = "example", transformation_ctx = "datasource0")

## @type: Map
## @args: [f = MergeLegacyFields, transformation_ctx = "merge_legacy_fields"]
## @return: datasource_mapped
## @inputs: [frame = datasource0]
def MergeLegacyFields(rec):
  if 'Foo Bar' in rec:
    rec['foo_bar'] = rec['Foo Bar']
  return rec

datasource_mapped = Map.apply(frame = datasource0, f = MergeLegacyFields, transformation_ctx = "merge_legacy_fields")

## @type: ApplyMapping
## @args: [mapping = [("foo_bar", "string", "foo_bar", "timestamp")], transformation_ctx = "applymapping1"]
## @return: applymapping1
## @inputs: [frame = datasource_mapped]
applymapping1 = ApplyMapping.apply(frame = datasource_mapped, mappings = [("foo_bar", "string", "foo_bar", "string")], transformation_ctx = "applymapping1")

【讨论】：