如何通过boto3获取AWS Glue Schema Registry的schema定义

你调用的API不正确，get_schema 接口本身仅返回Schema的基础元数据（兼容性规则、版本号、状态等），不包含具体的Schema结构定义，要获取完整的AVSC定义内容需要调用get_schema_version接口。

实现代码示例 #

import boto3
import json

glue_client = boto3.client('glue')

# 拉取指定Schema的最新版本定义
resp = glue_client.get_schema_version(
    SchemaId={
        'SchemaArn': schema['SchemaArn']
    },
    # 若需要拉取指定版本，可替换为 SchemaVersionNumber=<版本号>
    LatestVersion=True
)

# 解析获取完整的AVRO Schema结构
avro_schema = json.loads(resp['SchemaDefinition'])

返回结果中的SchemaDefinition字段即为你上传的.avsc文件的完整内容，解析后可直接用于CSV转AVRO的格式校验逻辑。

注意：如果调用接口返回权限拒绝错误，需要为执行代码的IAM身份添加glue:GetSchemaVersion操作的允许权限。

流程正确性说明 #

你现有的实现思路没有问题：拉取S3的CSV文件、从Glue Schema Registry获取标准Schema、转换为AVRO格式并基于Schema校验，是AWS生态下处理结构化数据格式统一的常规实现方案。

内容的提问来源于stack exchange，提问作者gbeaven