从codebuild到aws codeartifact的诗歌发布失败，出现uploaderror

ac1kyiln 于 2021-07-14 发布在 Spark

关注(0)|答案(1)|浏览(372)

我有一个数据集，我需要定期导入到我的datalake中，在我生成一个Dataframe之后替换当前的数据集，我现在做的是：

df.write.format("delta").save("dbfs:/mnt/defaultDatalake/datasets/datasources")

但如果我再次运行作业，会出现以下错误：

AnalysisException: dbfs:/mnt/defaultDatalake/datasets/insights/datasources already exists.;

虽然我知道我可以 dbutils.fs.rm 以前，我宁愿只是“替换”数据有没有办法做到这一点？

1条答案

使用覆盖模式：

df.write.format("delta").mode("overwrite").save(....)

如果新的Dataframe有不同的模式，那么您可能需要添加 .option("overwriteSchema", "true") 同时（更多信息请参见此博客文章）