Skip to main content
AWS Glue 数据目录 是一个集中式元数据存储库，允许您管理、访问和共享存储在 AWS 中的数据元数据。它充当数据资产的元数据存储，使各种 AWS 服务和您的应用程序能够高效地查询和连接所需的数据。 当您在 AWS Glue 中定义数据源、转换和目标时，这些元素的元数据会存储在数据目录中。这包括数据位置、模式定义、运行时指标等信息。它支持多种数据存储类型，例如 Amazon S3、Amazon RDS、Amazon Redshift 以及与 JDBC 兼容的外部数据库。它还直接与 Amazon Athena、Amazon Redshift Spectrum 和 Amazon EMR 集成，允许这些服务直接访问和查询数据。 LangChain 的 GlueCatalogLoader 将以与 Pandas dtype 相同的格式获取给定 Glue 数据库中所有表的模式。

​
设置

​
示例

from langchain_community.document_loaders.glue_catalog import GlueCatalogLoader

database_name = "my_database"
profile_name = "my_profile"

loader = GlueCatalogLoader(
    database=database_name,
    profile_name=profile_name,
)

schemas = loader.load()
print(schemas)

​
带表过滤的示例

表过滤允许您有选择地检索 Glue 数据库中特定子集的表的模式信息。您可以使用 table_filter 参数指定您感兴趣的表，而不是加载所有表的模式。 
from langchain_community.document_loaders.glue_catalog import GlueCatalogLoader

database_name = "my_database"
profile_name = "my_profile"
table_filter = ["table1", "table2", "table3"]

loader = GlueCatalogLoader(
    database=database_name, profile_name=profile_name, table_filter=table_filter
)

schemas = loader.load()
print(schemas)
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.