如何将AWS Glue连接至非RDS的Oracle数据库？

一、JDBC连接方式（官方支持路径） #

• 忽略控制台测试报错：Testing connections with custom drivers is not currently supported 只是Glue控制台的测试限制，实际作业中自定义JDBC驱动可正常使用。
• 操作步骤：
  1. 将ojdbc8.jar上传至S3指定路径，例如s3://your-glue-resources/jdbc-drivers/ojdbc8.jar。
  2. 创建Glue作业时，在作业属性的Python路径中添加该S3路径；若为Spark作业，在作业参数里配置--extra-jars s3://your-glue-resources/jdbc-drivers/ojdbc8.jar。
  3. 作业代码中使用JDBC连接：

     df = spark.read.format("jdbc") \
         .option("url", "jdbc:oracle:thin:@//<Oracle主机地址>:<端口>/<服务名>") \
         .option("dbtable", "<目标表名>") \
         .option("user", "<数据库用户名>") \
         .option("password", "<数据库密码>") \
         .option("driver", "oracle.jdbc.driver.OracleDriver") \
         .load()
     

二、修复oracledb安装失败问题 #

• 报错oracledb-1.3.1-cp311-cp311-win_amd64.whl is not a supported wheel on this platform是因为下载的wheel包与Glue运行环境不匹配（Glue采用Linux架构，而非Windows）。
• 正确操作：
  1. 下载对应Glue Python版本的Linux平台oracledb包，例如Glue 4.0适配Python 3.10，需下载oracledb-1.3.1-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl。
  2. 将包上传至S3，在Glue作业的Python路径中添加该包的S3地址。
  3. 代码中使用oracledb连接：

     import oracledb
     conn = oracledb.connect(
         user="<用户名>",
         password="<密码>",
         dsn="<Oracle主机地址>:<端口>/<服务名>"
     )
     # 执行查询等后续操作
     

三、解决awswrangler无oracle属性问题 #

• awswrangler从3.x版本起移除了oracle模块，若需使用该模块需降级至2.x版本，或直接改用Spark JDBC/原生oracledb驱动。
• 若坚持使用awswrangler 2.x：
  1. 上传对应Glue Python版本的awswrangler==2.19.0 wheel包至S3。
  2. 作业中配置包路径后，代码示例：

     import awswrangler as wr
     df = wr.oracle.read_sql_query(
         sql="SELECT * FROM <目标表名>",
         con="oracle+oracledb://<用户名>:<密码>@<主机地址>:<端口>/<服务名>"
     )
     

四、核心注意事项 #

• 确保Glue作业执行角色拥有访问S3驱动包的权限，同时Oracle数据库所在VPC的安全组规则与Lambda一致，保证网络连通性。
• 若使用Oracle SID而非服务名，JDBC URL格式为jdbc:oracle:thin:@<主机地址>:<端口>:<SID>。

内容的提问来源于stack exchange，提问作者Kohan95