本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
将 Python 库与 AWS Glue 一起使用
只要是用纯 Python 编写的，就可以将 Python 扩展模块和库与您的 AWS Glue ETL 脚本一起使用。C 库 (如 pandas) 目前不受支持，用其他语言编写的扩展也不受支持。
压缩库以用于包含
除非库包含在单个 .py 文件中，否则它应打包到 .zip 存档中。包目录应该位于存档文件的根部，并且必须包含一个针对该包的 __init__.py 文件。然后，Python 将能够以正常方式导入包。
如果您的库仅在一个 .py 文件中包含单个 Python 模块，您无需将其放入 .zip 文件。
在开发终端节点中加载 Python 库
如果对不同的 ETL 脚本使用不同的库集，则可以为每个集设置单独的开发终端节点，也可以覆盖每次您切换脚本时开发终端节点加载的库 .zip 文件。
在创建开发终端节点时，您可以使用控制台为其指定一个或多个库 .zip 文件。在分配名称和 IAM 角色后，请选择 Script Libraries and job parameters (optional)，然后在 Amazon S3Python library path.zip 框中输入库 文件的完整 路径。例如：
s3://bucket/prefix/site-packages.zip如果需要，您可以指定文件的多个完整路径并使用逗号分隔，但不能有空格，如下所示：
s3://bucket/prefix/lib_A.zip,s3://bucket_B/prefix/lib_X.zip如果您更新这些 .zip 文件，则可以使用控制台将其重新导入到您的开发终端节点。导航到所涉开发人员终端节点，选中它旁边的框，然后从 Action 菜单中选择 Update ETL libraries。
以类似方式，您可以使用 AWS Glue APIs 指定库文件。 当您通过调用 CreateDevEndpoint 操作 （Python：create_dev_endpoint） 创建开发终端节点时，您可以在 ExtraPythonLibsS3Path 参数中的 调用中指定一个或多个指向库的完整路径，如下所示：
dep = glue.create_dev_endpoint(
EndpointName="testDevEndpoint",
RoleArn="arn:aws:iam::123456789012",
SecurityGroupIds="sg-7f5ad1ff",
SubnetId="subnet-c12fdba4",
PublicKey="ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQCtp04H/y...",
NumberOfNodes=3,
ExtraPythonLibsS3Path="s3://bucket/prefix/lib_A.zip,s3://bucket_B/prefix/lib_X.zip")当您更新一个开发终端节点时，还可以通过在调用 UpdateDevEndpoint （update_dev_endpoint） 时使用 DevEndpointCustomLibraries 对象并将 UpdateEtlLibraries 参数设置为 True 来更新它所加载的库。
如果您将 Zeppelin Notebook 与开发终端节点结合使用，则在从您的 PySpark 文件中导入一个或多个包之前，您需要调用以下 .zip 函数：
sc.addPyFile("/home/glue/downloads/python/yourZipFileName.zip")在作业或JobRun中使用 Python 库
当您在控制台上创建新作业时，可以通过选择 Script Libraries and job parameters (optional) (脚本库和作业参数 (可选)) 并输入完整的 Amazon S3 库路径来指定一个或多个库 .zip 文件（方法与创建开发终端节点时相同）：
s3://bucket/prefix/lib_A.zip,s3://bucket_B/prefix/lib_X.zip如果您正在调用 CreateJob （create_job），则可以使用 --extra-py-files 默认参数指定默认库的一个或多个完整路径，如下所示：
job = glue.create_job(Name='sampleJob',
Role='Glue_DefaultRole',
Command={'Name': 'glueetl',
'ScriptLocation': 's3://my_script_bucket/scripts/my_etl_script.py'},
DefaultArguments={'--extra-py-files': 's3://bucket/prefix/lib_A.zip,s3://bucket_B/prefix/lib_X.zip'})然后，当您启动 JobRun 时，可以使用其他设置覆盖默认库设置：
runId = glue.start_job_run(JobName='sampleJob',
Arguments={'--extra-py-files': 's3://bucket/prefix/lib_B.zip'})使用 AWS Glue 版本 2.0 指定其他 Python 模块
AWS Glue 版本 2.0 还允许您在作业级别提供其他 Python 模块或不同版本。您可以将 --additional-python-modules 选项与逗号分隔的 Python 模块列表结合使用来添加新模块或更改现有模块的版本。
有关更多信息，请参阅运行 Spark ETL 作业并缩短启动时间。