選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料，以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用，但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意，AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定，並顯示相關內容，包括相關廣告。若要接受或拒絕所有非必要 Cookie，請按一下「接受」或「拒絕」。若要進行更詳細的選擇，請按一下「自訂」。

偏好設定
聯絡我們
意見回饋
AWS Documentation
建立 AWS 帳戶

AWS CLI 搭配 Hive 中繼存放區使用

RSS
焦點模式
AWS CLI 搭配 Hive 中繼存放區使用 - Amazon Athena
使用 AWS CLI 管理 Hive 中繼存放區目錄執行 DDL 和 DML 陳述式

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

您可以使用 aws athena CLI 命令來管理您搭配 Athena 使用的 Hive 中繼存放區資料目錄。定義一或多個搭配 Athena 使用的目錄之後，您可以在 aws athena DDL 和 DML 命令中參考這些目錄。

使用 AWS CLI 管理 Hive 中繼存放區目錄

註冊目錄：Create-data-catalog

若要註冊資料目錄，請使用 create-data-catalog 命令。使用 name 參數指定要用於目錄的名稱。將 Lambda 函數的 ARN 傳遞給 parameters 引數的 metadata-function 選項。若要為新目錄建立標籤，請將 tags 參數與一或多個以空格分隔的 Key=key,Value=value 引數組搭配使用。

以下為註冊名為 hms-catalog-1 的 Hive 中繼存放區的範例。為了方便閱讀，命令已經過格式化處理。

$ aws athena create-data-catalog 
 --name "hms-catalog-1" 
 --type "HIVE"
 --description "Hive Catalog 1"
 --parameters "metadata-function=arn:aws:lambda:us-east-1:111122223333:function:external-hms-service-v3,sdk-version=1.0" 
 --tags Key=MyKey,Value=MyValue
 --region us-east-1

顯示目錄詳細資訊：Get-data-catalog

若要顯示目錄的詳細資訊，請將目錄的名稱傳遞給 get-data-catalog 命令，如下列範例所示。

$ aws athena get-data-catalog --name "hms-catalog-1" --region us-east-1

以下樣本結果為 JSON 格式。

{
    "DataCatalog": {
        "Name": "hms-catalog-1",
        "Description": "Hive Catalog 1",
        "Type": "HIVE",
        "Parameters": {
            "metadata-function": "arn:aws:lambda:us-east-1:111122223333:function:external-hms-service-v3",
            "sdk-version": "1.0"
        }
    }
}

列出已註冊的目錄：List-data-catalogs

若要列示已註冊的目錄，請使用 list-data-catalogs 命令並選擇性地指定區域，如下列範例所示。列示的目錄永遠包括 AWS Glue在內。

$ aws athena list-data-catalogs --region us-east-1

以下樣本結果為 JSON 格式。

{
    "DataCatalogs": [
        {
            "CatalogName": "AwsDataCatalog",
            "Type": "GLUE"
        },
        {
            "CatalogName": "hms-catalog-1",
            "Type": "HIVE",
            "Parameters": {
                "metadata-function": "arn:aws:lambda:us-east-1:111122223333:function:external-hms-service-v3",
                "sdk-version": "1.0"
            }
        }
    ]
}

更新目錄：Update-data-catalog

若要更新資料目錄，請使用 update-data-catalog 命令，如下列範例所示。為了方便閱讀，命令已經過格式化處理。

$ aws athena update-data-catalog 
 --name "hms-catalog-1" 
 --type "HIVE"
 --description "My New Hive Catalog Description" 
 --parameters "metadata-function=arn:aws:lambda:us-east-1:111122223333:function:external-hms-service-new,sdk-version=1.0" 
 --region us-east-1

刪除目錄：Delete-data-catalog

若要刪除資料目錄，請使用 delete-data-catalog 命令，如下列範例所示。

$ aws athena delete-data-catalog --name "hms-catalog-1" --region us-east-1

顯示資料庫詳細資訊：Get-database

若要顯示資料庫的詳細資訊，請將目錄和資料庫的名稱傳遞給 get-database 命令，如下列範例所示。

$ aws athena get-database --catalog-name hms-catalog-1 --database-name mydb

以下樣本結果為 JSON 格式。

{
    "Database": {
        "Name": "mydb",
        "Description": "My database",
        "Parameters": {
            "CreatedBy": "Athena",
            "EXTERNAL": "TRUE"
        }
    }
}

列出目錄中的資料庫：List-databases

若要列出目錄中的資料庫，請使用 list-databases 命令並選擇性地指定區域，如下列範例所示。

$ aws athena list-databases --catalog-name AwsDataCatalog --region us-west-2

以下樣本結果為 JSON 格式。

{
    "DatabaseList": [
        {
            "Name": "default"
        },
        {
            "Name": "mycrawlerdatabase"
        },
        {
            "Name": "mydatabase"
        },
        {
            "Name": "sampledb",
            "Description": "Sample database",
            "Parameters": {
                "CreatedBy": "Athena",
                "EXTERNAL": "TRUE"
            }
        },
        {
            "Name": "tpch100"
        }
    ]
}

顯示資料表詳細資訊：Get-table-metadata

若要顯示資料表的中繼資料，包括資料行名稱和資料類型，請將目錄、資料庫的名稱和資料表名稱傳遞給 get-table-metadata 命令，如下列範例所示。

$ aws athena get-table-metadata --catalog-name AwsDataCatalog --database-name mydb --table-name cityuseragent

以下樣本結果為 JSON 格式。

{
    "TableMetadata": {
        "Name": "cityuseragent",
            "CreateTime": 1586451276.0,
            "LastAccessTime": 0.0,
            "TableType": "EXTERNAL_TABLE",
            "Columns": [
                {
                    "Name": "city",
                    "Type": "string"
                },
                {
                    "Name": "useragent1",
                    "Type": "string"
                }
            ],
            "PartitionKeys": [],
            "Parameters": {
                "COLUMN_STATS_ACCURATE": "false",
                "EXTERNAL": "TRUE",
                "inputformat": "org.apache.hadoop.mapred.TextInputFormat",
                "last_modified_by": "hadoop",
                "last_modified_time": "1586454879",
                "location": "s3://amzn-s3-demo-bucket/",
                "numFiles": "1",
                "numRows": "-1",
                "outputformat": "org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat",
                "rawDataSize": "-1",
                "serde.param.serialization.format": "1",
                "serde.serialization.lib": "org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe",
                "totalSize": "61"
            }
        }
}

顯示資料庫中所有資料表的中繼資料：List-table-metadata

若要顯示資料庫中所有資料表的中繼資料，請將目錄的名稱和資料庫名稱傳遞給 list-table-metadata 命令。list-table-metadata 命令與 get-table-metadata 命令類似，但是您不指定資料表名稱。若要限制結果的數目，您可以使用 --max-results 選項，如下列範例所示。

$ aws athena list-table-metadata --catalog-name AwsDataCatalog --database-name sampledb --region us-east-1 --max-results 2

以下樣本結果為 JSON 格式。

{
    "TableMetadataList": [
        {
            "Name": "cityuseragent",
            "CreateTime": 1586451276.0,
            "LastAccessTime": 0.0,
            "TableType": "EXTERNAL_TABLE",
            "Columns": [
                {
                    "Name": "city",
                    "Type": "string"
                },
                {
                    "Name": "useragent1",
                    "Type": "string"
                }
            ],
            "PartitionKeys": [],
            "Parameters": {
                "COLUMN_STATS_ACCURATE": "false",
                "EXTERNAL": "TRUE",
                "inputformat": "org.apache.hadoop.mapred.TextInputFormat",
                "last_modified_by": "hadoop",
                "last_modified_time": "1586454879",
                "location": "s3://amzn-s3-demo-bucket/",
                "numFiles": "1",
                "numRows": "-1",
                "outputformat": "org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat",
                "rawDataSize": "-1",
                "serde.param.serialization.format": "1",
                "serde.serialization.lib": "org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe",
                "totalSize": "61"
            }
        },
        {
            "Name": "clearinghouse_data",
            "CreateTime": 1589255544.0,
            "LastAccessTime": 0.0,
            "TableType": "EXTERNAL_TABLE",
            "Columns": [
                {
                    "Name": "location",
                    "Type": "string"
                },
                {
                    "Name": "stock_count",
                    "Type": "int"
                },
                {
                    "Name": "quantity_shipped",
                    "Type": "int"
                }
            ],
            "PartitionKeys": [],
            "Parameters": {
                "EXTERNAL": "TRUE",
                "inputformat": "org.apache.hadoop.mapred.TextInputFormat",
                "location": "s3://amzn-s3-demo-bucket/",
                "outputformat": "org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat",
                "serde.param.serialization.format": "1",
                "serde.serialization.lib": "org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe",
                "transient_lastDdlTime": "1589255544"
            }
        }
    ],
    "NextToken": "eyJsYXN0RXZhbHVhdGVkS2V5Ijp7IkhBU0hfS0VZIjp7InMiOiJ0Ljk0YWZjYjk1MjJjNTQ1YmU4Y2I5OWE5NTg0MjFjYTYzIn0sIlJBTkdFX0tFWSI6eyJzIjoiY2xlYXJpbmdob3VzZV9kYXRhIn19LCJleHBpcmF0aW9uIjp7InNlY29uZHMiOjE1ODkzNDIwMjIsIm5hbm9zIjo2NTUwMDAwMDB9fQ=="
}

執行 DDL 和 DML 陳述式

當您使用 AWS CLI 執行 DDL 和 DML 陳述式時，您可以透過下列兩種方式之一傳遞 Hive 中繼存放區目錄的名稱：

  • 直接傳入支援它的陳述式。

  • 傳遞給 --query-execution-context Catalog 參數。

DDL 陳述式

下列範例會直接做為 show create table DDL 陳述式的一部分傳入目錄名稱。為了方便閱讀，命令已經過格式化處理。

$ aws athena start-query-execution 
 --query-string "show create table hms-catalog-1.hms_tpch_partitioned.lineitem" 
 --result-configuration "OutputLocation=s3://amzn-s3-demo-bucket/lambda/results"

下面的範例 DDL show create table 陳述式使用 --query-execution-context 的 Catalog 參數來傳遞 Hive 中繼存放區錄名稱 hms-catalog-1。為了方便閱讀，命令已經過格式化處理。

$ aws athena start-query-execution 
 --query-string "show create table lineitem" 
 --query-execution-context "Catalog=hms-catalog-1,Database=hms_tpch_partitioned" 
 --result-configuration "OutputLocation=s3://amzn-s3-demo-bucket/lambda/results"

DML 陳述式

下列範例 DML select 陳述式將目錄名稱直接傳遞到查詢中。為了方便閱讀，命令已經過格式化處理。

$ aws athena start-query-execution
 --query-string "select * from hms-catalog-1.hms_tpch_partitioned.customer limit 100" 
 --result-configuration "OutputLocation=s3://amzn-s3-demo-bucket/lambda/results"

下列範例 DML select 陳述式使用 --query-execution-context 的 Catalog 參數傳入 Hive 中繼存放區目錄名稱 hms-catalog-1。為了方便閱讀，命令已經過格式化處理。

$ aws athena start-query-execution 
 --query-string "select * from customer limit 100" 
 --query-execution-context "Catalog=hms-catalog-1,Database=hms_tpch_partitioned" 
 --result-configuration "OutputLocation=s3://amzn-s3-demo-bucket/lambda/results"

在本頁面

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。