入门 - Amazon Athena
Prerequisites步骤 1：创建数据库步骤 2：创建表步骤 3：查询数据连接到其他数据源
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 AWS 服务入门。

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。

入门

本教程将指导您完成使用 Amazon Athena 来查询数据。您将根据 Amazon Simple Storage Service 中存储的示例数据创建表，查询表，并检查查询的结果。

本教程使用的是实时资源，因此，您需要为您运行的查询付费。您无需为本教程使用的位置中的示例数据付费，但如果您将自己的数据文件上传到 Amazon S3，则会收取费用。

Prerequisites

  • 如果您尚未完成此操作，请在设置中注册账户。

  • 使用用于 AWS 的相同 美国西部（俄勒冈） 区域（例如，Athena）和账户在 Amazon S3 中创建存储桶以保存来自 Athena 的查询结果。

步骤 1：创建数据库

首先，您需要在 Athena 中创建一个数据库。

创建数据库

  1. 打开 Athena 控制台。

  2. 如果这是您第一次访问 Athena 控制台，您将转到“Getting Started”(入门) 页面。选择 Get Started 以打开查询编辑器。如果您不是第一次访问，则会打开 Athena 查询编辑器。

  3. 选择链接以 set up a query result location in Amazon S3 (在 &S3; 中设置查询结果位置)。

    选择 set up a query result location （设置查询结果位置）。

  4. 在 Settings (设置) 对话框中，输入您在 Amazon S3 中为查询结果创建的存储桶路径。使用 s3:// 作为路径前缀，并在路径结尾添加正斜杠。

    在 Amazon S3 中指定位置以从 Athena 接收查询结果。

  5. 单击保存。

  6. 在 Athena 查询编辑器中，您会看到一个查询窗格。您可以在此键入查询和语句。

    控制台中的查询窗格。Athena

  7. 要创建一个名为 mydatabase 的数据库，请输入以下 CREATE DATABASE 语句。 

    CREATE DATABASE mydatabase

  8. 选择 Run query (运行查询) 或者按 Ctrl+ENTER。

  9. 确认目录显示刷新并且 mydatabase 出现在左侧导航窗格中 Database (数据库) 列表内。

    创建的数据库将显示在 Athena 控制台导航窗格中。

步骤 2：创建表

现在您有一个数据库，您可以运行语句来创建表。该表将基于位置 Athena 中的 s3://athena-examples-myregion/cloudfront/plaintext/ 示例数据。 创建表的语句定义映射到数据的列，指定如何分隔数据，并指定包含示例数据的 Amazon S3 位置。

创建 表

  1. 对于 Database (数据库)，请选择 mydatabase。

  2. 在查询编辑器中选择加号 (+) 以创建带有新查询的选项卡。您最多可以同时打开十个查询选项卡。

    选择加号图标以创建新查询。

  3. 在查询窗格中，输入以下 CREATE TABLE 语句。在查询结尾处的 LOCATION 语句中，将 myregion 替换为您当前使用的 AWS 区域（例如，us-west-1）。 

    CREATE EXTERNAL TABLE IF NOT EXISTS cloudfront_logs (
  `Date` DATE,
  Time STRING,
  Location STRING,
  Bytes INT,
  RequestIP STRING,
  Method STRING,
  Host STRING,
  Uri STRING,
  Status INT,
  Referrer STRING,
  os STRING,
  Browser STRING,
  BrowserVersion STRING
  ) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe'
  WITH SERDEPROPERTIES (
  "input.regex" = "^(?!#)([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+([^ ]+)\\s+[^\(]+[\(]([^\;]+).*\%20([^\/]+)[\/](.*)$"
  ) LOCATION 's3://athena-examples-myregion/cloudfront/plaintext/';

  4. 选择 Run Query。

    将创建表 cloudfront_logs 并显示在 数据库的 Tables （表）mydatabase 列表下。

    在 Athena 控制台中创建的表。

步骤 3：查询数据

现在，您已根据 Amazon S3 中的数据在 Athena 中创建了 cloudfront_logs 表，您可以针对该表运行 SQL 查询，并在 Athena 中查看结果。有关在 Athena 中使用 SQL 的更多信息，请参阅 Amazon Athena 的 SQL 参考。

运行查询

  1. 打开新的查询选项卡，然后在查询窗格中输入以下 SQL 语句。

    SELECT os, COUNT(*) count
FROM cloudfront_logs
WHERE date BETWEEN date '2014-07-05' AND date '2014-08-05'
GROUP BY os;

  2. 选择 Run Query。

    结果与以下内容类似：

    在 Athena 控制台中查看查询结果。

  3. 您可以通过选择 .csvResults （结果） 窗格上的下载图标将查询的结果保存到 文件中。

    以 CSV 格式下载查询结果。

  4. 选择 History (历史记录) 选项卡可查看之前的查询。

    选择 History （历史记录） 以查看之前的查询。

  5. 选择 Download results (下载结果) 可下载之前查询的结果。查询历史记录保留 45 天。

    在 Athena 控制台中查看查询历史记录。

    有关更多信息，请参阅使用查询结果、输出文件和查询历史记录。

连接到其他数据源

本教程使用 Amazon S3 中 CSV 格式的数据源。您可以使用 AWS Glue、ODBC 和 JDBC 驱动程序、外部 Hive 元存储和 Athena 数据源连接器，将 Athena 连接到各种数据源。有关更多信息，请参阅连接到数据源。