查看列统计数据 - AWS Glue

查看列统计数据

成功生成统计数据后,数据目录会将这些信息存储在 Amazon Athena 和 Amazon Redshift 中供基于成本的优化器使用,以便在运行查询时做出最佳选择。统计数据因列的类型而异。

AWS Management Console
查看表的列统计数据
  • 运行列统计数据任务后,表详细信息页面上的列统计数据选项卡将显示表的统计数据。

    屏幕截图显示了最近一次运行生成的列。

    将会提供以下统计数据:

    • 列名:用于生成统计数据的列名

    • 上次更新时间:生成统计数据的日期和时间

    • 平均长度:列中值的平均长度

    • 不重复值数:列中不重复的值总数。我们估算列中不重复的值的数量,相对误差为 5%。

    • 最大值:列中最大的值。

    • 最小值:列中最小的值。

    • 最大长度:列中最大值的长度。

    • 空值数:列中空值的总数。

    • True 值数:列中 True 值的总数。

    • False 值数:列中 False 值的总数。

    • numFiles:表中的文件总数。该值在高级属性选项卡下可用。

AWS CLI

以下示例演示了如何使用 AWS CLI检索列统计数据。

aws glue get-column-statistics-for-table \ --database-name database_name \ --table-name table_name \ --column-names <column_name>

您也可以使用GetColumnStatisticsForTableAPI操作查看列统计信息。