AWS Glue Crawler解析DynamoDB导出数据如何获取属性名而非单一struct列

DynamoDB导出到S3的JSON默认把所有业务字段嵌套在Item节点下，同时每个字段带S/N/SS等类型标记，默认Crawler会直接把Item识别为单个struct列，按以下步骤配置即可解析为独立列：

• 配置专用JSON分类器
  进入Glue控制台的「分类器」页面，新建分类器：
  分类器类型选择JSON，JSON路径配置为$[*].Item，优先级设置为1（数值越小优先级越高，高于默认分类器即可）。
  保存后将该分类器绑定到你使用的爬网程序，重新运行爬网。
  这个配置的作用是直接提取DynamoDB导出JSON中Item节点下的所有属性作为表的根级字段，不会再把整个Item识别为单个struct列。
• 开启DynamoDB导出专属支持
  完成上一步后如果字段还是带S/N/SS等类型标记的struct结构，需要修改爬网程序的数据源配置：
  编辑爬网程序→找到对应的S3数据源，勾选该路径是DynamoDB表的Amazon S3导出选项，保存后重新运行爬网。
  Glue会自动识别DynamoDB的类型标记，把字段值直接展开为对应原生类型的列，最终生成你需要的独立字段表结构。
• 异常排查
  如果重新爬网后结构没有更新，先删除Crawler之前生成的旧表，再触发爬网，避免旧结构缓存导致配置不生效。

内容的提问来源于stack exchange，提问作者HSchmale