Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Lazy Simple SerDe pour CSVTSV, et fichiers délimités de façon personnalisée
Comme il s'agit de la valeur par défaut SerDe dans Athena pour les données au formatCSV, et dans les formats délimités de manière personnaliséeTSV, il est facultatif de le spécifier. Dans votre CREATE TABLE déclaration, si vous ne spécifiez pas a SerDe et spécifiez uniquementROW FORMAT DELIMITED, Athéna l'utilise. SerDe Utilisez-le SerDe si vos données ne comportent pas de valeurs entre guillemets.
Pour une documentation de référence sur le Lazy Simple SerDe, consultez la SerDe section Hive
Nom de la bibliothèque de sérialisation
Le nom de la bibliothèque de sérialisation du Lazy Simple SerDe estorg.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe. Pour obtenir des informations sur le code source, consultez LazySimpleSerDe.java
Omission des en-têtes
Pour ignorer les en-têtes dans vos données lorsque vous définissez une table, vous pouvez utiliser la propriété de table skip.header.line.count, comme dans l'exemple suivant.
TBLPROPERTIES ("skip.header.line.count"="1")
Pour des exemples qui ignorent les en-têtes, consultez les CREATE TABLE instructions entre Interrogation des journaux de VPC flux Amazon etInterrogation des journaux Amazon CloudFront .
L'exemple suivant montre comment utiliser la LazySimpleSerDe bibliothèque pour créer une table dans Athena à partir de CSV données. Pour désérialiser des fichiers délimités de manière personnalisée à l'aide de cette méthode SerDe, suivez le modèle décrit dans les exemples, mais utilisez la FIELDS TERMINATED
BY clause pour spécifier un autre délimiteur à caractère unique. Lazy Simple SerDe ne prend pas en charge les séparateurs à plusieurs caractères.
Note
Remplacez myregion s3://athena-examples-avec l'identifiant de la région dans laquelle vous exécutez Athena, par exemple,. myregion/path/to/data/s3://athena-examples-us-west-1/path/to/data/
Utilisez l'CREATE TABLEinstruction pour créer une table Athena à partir des données sous-jacentes CSV stockées dans Amazon S3.
CREATE EXTERNAL TABLE flight_delays_csv ( yr INT, quarter INT, month INT, dayofmonth INT, dayofweek INT, flightdate STRING, uniquecarrier STRING, airlineid INT, carrier STRING, tailnum STRING, flightnum STRING, originairportid INT, originairportseqid INT, origincitymarketid INT, origin STRING, origincityname STRING, originstate STRING, originstatefips STRING, originstatename STRING, originwac INT, destairportid INT, destairportseqid INT, destcitymarketid INT, dest STRING, destcityname STRING, deststate STRING, deststatefips STRING, deststatename STRING, destwac INT, crsdeptime STRING, deptime STRING, depdelay INT, depdelayminutes INT, depdel15 INT, departuredelaygroups INT, deptimeblk STRING, taxiout INT, wheelsoff STRING, wheelson STRING, taxiin INT, crsarrtime INT, arrtime STRING, arrdelay INT, arrdelayminutes INT, arrdel15 INT, arrivaldelaygroups INT, arrtimeblk STRING, cancelled INT, cancellationcode STRING, diverted INT, crselapsedtime INT, actualelapsedtime INT, airtime INT, flights INT, distance INT, distancegroup INT, carrierdelay INT, weatherdelay INT, nasdelay INT, securitydelay INT, lateaircraftdelay INT, firstdeptime STRING, totaladdgtime INT, longestaddgtime INT, divairportlandings INT, divreacheddest INT, divactualelapsedtime INT, divarrdelay INT, divdistance INT, div1airport STRING, div1airportid INT, div1airportseqid INT, div1wheelson STRING, div1totalgtime INT, div1longestgtime INT, div1wheelsoff STRING, div1tailnum STRING, div2airport STRING, div2airportid INT, div2airportseqid INT, div2wheelson STRING, div2totalgtime INT, div2longestgtime INT, div2wheelsoff STRING, div2tailnum STRING, div3airport STRING, div3airportid INT, div3airportseqid INT, div3wheelson STRING, div3totalgtime INT, div3longestgtime INT, div3wheelsoff STRING, div3tailnum STRING, div4airport STRING, div4airportid INT, div4airportseqid INT, div4wheelson STRING, div4totalgtime INT, div4longestgtime INT, div4wheelsoff STRING, div4tailnum STRING, div5airport STRING, div5airportid INT, div5airportseqid INT, div5wheelson STRING, div5totalgtime INT, div5longestgtime INT, div5wheelsoff STRING, div5tailnum STRING ) PARTITIONED BY (year STRING) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' ESCAPED BY '\\' LINES TERMINATED BY '\n' LOCATION 's3://athena-examples-myregion/flight/csv/';
Exécutez l'instruction MSCK REPAIR TABLE pour actualiser les métadonnées de la partition à chaque ajout d'une nouvelle partition à cette table :
MSCK REPAIR TABLE flight_delays_csv;
Recherchez les 10 principaux itinéraires dont le retard dépasse 1 heure :
SELECT origin, dest, count(*) as delays FROM flight_delays_csv WHERE depdelayminutes > 60 GROUP BY origin, dest ORDER BY 3 DESC LIMIT 10;
Note
Les données du tableau des vols proviennent des Vols
Pour créer une table Athena à partir de TSV données stockées dans Amazon S3, utilisez ROW FORMAT
DELIMITED et spécifiez le \t comme séparateur de champs d'onglet, \n comme séparateur de lignes et \ comme caractère d'échappement. L'extrait suivant montre cette syntaxe. Aucun exemple de données de TSV vol n'est disponible sur athena-examples place, mais comme dans le cas de la CSV table, vous devez MSCK REPAIR TABLE actualiser les métadonnées de partition chaque fois qu'une nouvelle partition est ajoutée.
... ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' ESCAPED BY '\\' LINES TERMINATED BY '\n' ...
