Glue Data Catalog 10 万+ 表规模元数据搜索实测：GetTables Expression 真实语义、并行策略与 Glue job vs 纯脚本成本对比
Glue Data Catalog 10 万+ 表规模元数据搜索实测：GetTables Expression 真实语义、并行策略与 Glue job vs 纯脚本成本对比 内容性质：基于公开 API 的黑盒行为实测（2026-07，cn-north-1，500 库 / 100,120 表模拟环境）
Glue Python Shell 升 3.9 后 import pg 报 ModuleNotFoundError：PyGreSQL 预装消失的解法与 C 扩展 wheel 编译配方
Glue Python Shell 升 3.9 后 import pg 报 ModuleNotFoundError：PyGreSQL 预装消失的解法与 C 扩展 wheel 编译配方 内容性质：解决方案（solution）。基于中国区真实 Glue Python Shell 2.0/Python 3
Python .egg 库转换为 .whl 的操作指南（Glue Python Shell 3.9 适用）
Python .egg 库转换为 .whl 的操作指南（Glue Python Shell 3.9 适用） 内容性质：操作方法（howto）。两种方式均经实测验证。可直接指导客户。 概述 Glue Python Shell 升级到 Python 3.9 后不再支持 .egg 格式的库（egg 不会被
DynamoDB 跨账号最小停机迁移 —— 演练完整记录
DynamoDB 跨账号最小停机迁移 —— 演练完整记录 演练日期：2026-06-22。目的：验证「S3 Export/Import + DynamoDB Streams + Lambda」跨账号最小停机迁移方案的可行性。 结论：全流程数据零丢失，源表与目标表精确对齐（1,562,087 == 1
在 Amazon Glue Job 中使用 Python 私有仓库的技术实践
概述 在使用 Amazon Glue 进行大数据处理时，我们经常需要安装额外的 Python 包。由于安全和网络限制，直接从公共 PyPI 安装可能不可行。或者即便配置了国内镜像源，也可能会因为镜像源的不稳定或网络波动导致安装失败从而导致Job失败。本文将介绍如何创建私有 Python 包仓库，并在
在EMR中实现 Running Solr on S3
前言：在工作中遇到的问题，由于网上几乎没有相关文章，所以记录下来。感谢 博客[1] 中的作者 @tcahill提供了宝贵经验。 环境： emr-6.3.0 solr-8.6.0 根据 [1] 中的描述得知 Solr 自带了 hadoop 相关 jar 包。由于 EMR 中的