如何为AWS Crawler爬取的表设置名称并保持爬虫更新？

好问题！我来给你拆解下这两个需求的可行性和具体做法：

AWS Glue Crawler本身没有提供直接输入目标表名的字段，但可以通过两种方式实现这个需求：

• 方式1：手动预创建表，让Crawler负责更新

  1. 先在AWS Glue Data Catalog里手动创建名为my-awesome-table的表，指定它的数据存储位置为s3://my-bucket/some-table-backup/，并匹配好数据的格式（比如CSV、Parquet）和基础schema。
  2. 配置Crawler时，在**“配置选项”里勾选“更新现有表”**（不要选“仅创建新表”），同时把Crawler的Include路径设置为s3://my-bucket/some-table-backup/。
  3. 这样每次Crawler运行时，就会自动识别到已存在的my-awesome-table，更新它的schema、分区或者新增的数据，不会再生成原名称的表。

• 方式2：调整S3路径配合表名规则（可选）
  如果你的S3存储结构可以调整，把数据移到s3://my-bucket/any-folder/my-awesome-table/，然后让Crawler爬取any-folder/路径，并且把Crawler的表名前缀留空。Crawler默认会用S3路径的最后一个文件夹名称作为表名，这样就会直接生成my-awesome-table表。不过这个方法只适合能修改S3路径的场景。

完全可以！这里的核心逻辑是：Crawler是通过**表的存储位置（S3路径）**来关联数据和表的，而不是表名。只要做好以下两步：

1. 在Glue Data Catalog里把some-table-backup表重命名为my-awesome-table，确保表的存储位置依然是s3://my-bucket/some-table-backup/。
2. 检查Crawler的配置，确认**“更新现有表”**选项是开启的，并且Include路径还是指向s3://my-bucket/some-table-backup/。

下次Crawler运行时，会扫描该S3路径，找到存储位置匹配的my-awesome-table表，然后自动更新它的内容，不会重新创建原来的some-table-backup表。

小提醒：如果你的Crawler开了**“删除不再存在的对象”**选项，不用担心，只要表的存储位置和S3路径对应，就不会误删重命名后的表。

内容的提问来源于stack exchange，提问作者Cherry