我分享了在将表加载到AWS Glue notebook之前截断表的代码片段。此代码有助于确保在加载新数据之前清除目标表中的任何现有数据。

sdf =spark.sql(sql)
conf = glueContext.extract_jdbc_conf("conn-dlh-datos-fed")
(sdf.write 
.mode('overwrite') 
.format("jdbc")  
.option("url", conf['url']) 
.option("connschema", "<db>")  
.option("user", conf['user'])
.option("dbtable", "<schema>.<table>") 
.option('truncate','true') 
.option("password", conf['password']) 
.save()
)

字符串
或者可替代地：

sdf=spark.sql(sql)
conf = glueContext.extract_jdbc_conf("conn-dlh-datos-fed")
(sdf.write 
.mode('overwrite') 
.format("jdbc") 
.option("url", f"{conf['url']}/{conf['url'].split('//')[1].split('.')[0]}?user={conf['user']}&password={conf['password']}&ReadOnly=false") 
.option("dbtable", "<schema>.<table>") 
.option('truncate','true') 
.save()
)

型
请注意，我在拆分url conf时得到的db name
完整的URL是：'jdbc:postgresql://<db>.xxx.us-east-1.rds.amazonaws.com:5432/<db>?user=<user>&password=<pass>&ReadOnly=false'
原来的解决方案可以找到这个：stackoverflow