Help us understand the problem. What is going on with this article?

EMRからSpark SQLでGlueのテーブルを参照するとInvalidInputExceptionが出ることがある

More than 1 year has passed since last update.

以下のようなエラーが出る

Caused by: org.apache.hadoop.mapred.InvalidInputException: Input path does not exist: s3://xxxx/xxxxx

これはGlueのパーティションに指定したs3のパスが存在しない場合に出るエラーだが、Kinesis Firehoseで出力したs3に対して数年分のパーティションを事前作成している場合は困る。特に検証環境とか・・・

エラーを出ないようにするにはspark.sql.hive.verifyPartitionPathを設定する。

// EMR5.16.0で確認
val spark = SparkSession
  .builder()
  .config("spark.sql.hive.verifyPartitionPath", true)
  .getOrCreate()
346
ウェッブエンジニア
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away