INSERT INTO - Amazon Athena
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 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。

INSERT INTO

基于在源表上运行的 SELECT 查询语句或作为语句一部分提供的一组 VALUES,将新行插入到目标表中。如果源表基于一种格式(例如 CSV 或 JSON)的基础数据,而目标表基于另一种格式(例如 Parquet 或 ORC),则可以使用INSERT INTO查询将选定数据转换为目标表格式。

注意事项和限制

在使用INSERT查询与 Athena。

重要

当运行INSERT具有以加密的基础数据的表上的查询,INSERT查询写入默认情况下不会加密。如果要插入具有加密数据的表中,建议您对 INSERT 查询结果进行加密。

有关使用控制台加密查询结果的更多信息,请参阅 加密在 Amazon S3 中存储的查询结果。使用Amazon CLI或 Athena API,请使用EncryptionConfiguration属性StartQueryExecution操作来根据您的要求指定 Amazon S3 加密选项。

支持的格式和 SerDes

针对使用以下格式和 SerDes 从数据创建的表,您可以运行 INSERT 查询。

数据格式 SerDe

Avro

org.apache.hadoop.hive.serde2.avro.AvroSerDe

JSON

org.apache.hive.hcatalog.data.JsonSerDe

ORC

org.apache.hadoop.hive.ql.io.orc.OrcSerde

Parquet

org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe

文本文件

org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

注意

支持 CSV、TSV 和自定义分隔文件。

不支持分桶表

分桶表上不支持 INSERT INTO。有关更多信息,请参阅 分桶与分区

Partitioning

请考虑本节中的要点,使用INSERT INTO或者CREATE TABLE AS SELECT查询。

Limits

INSERT INTO 语句支持向目标表写入最多 100 个分区。如果您在包含超过 100 个分区的表上运行 SELECT 子句,则查询将失败,除非 SELECT 查询限制为 100 个或更少的分区。

有关绕过此限制的信息,请参阅使用 CTAS 和 INSERT INTO 创建带 100 多个分区的表

列排序

INSERT INTO或者CREATE TABLE AS SELECT语句期望分区列是SELECT网页。

如果源表未分区,或者与目标表相比在不同的列上进行分区,则INSERT INTO destination_table SELECT * FROM source_table将源表最后一列中的值视为目标表中某个分区列的值。在尝试从未分区的表创建已分区的表时,请记住这一点。

Resources

有关使用的更多信息INSERT INTO使用分区,请参阅以下资源:

写入到 Amazon S3 的文件

Athena 会将文件写入 Amazon S3 中的源数据位置,因为INSERT命令。每个 INSERT 操作都会创建一个新文件,而不是附加到现有文件。文件位置取决于表的结构以及SELECT查询(如果存在)。Athena 为每个INSERT查询。清单跟踪查询写入的文件。它将保存到 Amazon S3 中的 Athena 查询结果位置。有关更多信息,请参阅 识别查询输出文件

查找孤立文件

如果 CTASINSERT INTO 语句失败,则可能会在数据位置留下孤立数据。由于 Athena 不会从存储桶中删除任何数据(甚至是部分数据),您也许能够在后续查询中读取此部分数据。若要查找孤立文件以执行检查或删除操作,您可以使用 Athena 提供的数据清单文件跟踪要写入的文件列表。有关更多信息,请参阅识别查询输出文件DataManifestLocation

INSERT INTO...SELECT

指定要在表 source_table 上运行的查询,该表确定要插入第二个表 destination_table 中的行。如果 SELECT 查询指定 source_table 中的列,则这些列必须与 destination_table 中的那些列精确匹配。

有关 SELECT 查询的更多信息,请参阅 SELECT

Synopsis

INSERT INTO destination_table SELECT select_query FROM source_table_or_view

Examples

选择 vancouver_pageviews 表中的所有行并将其插入 canada_pageviews 表中:

INSERT INTO canada_pageviews SELECT * FROM vancouver_pageviews;

只选择 vancouver_pageviews 表中 date 列的值介于 2019-07-012019-07-31 之间的那些行,然后将它们插入 canada_july_pageviews

INSERT INTO canada_july_pageviews SELECT * FROM vancouver_pageviews WHERE date BETWEEN date '2019-07-01' AND '2019-07-31';

仅从 country 列中值为 usa 的那些行中选择 cities_world 表中 citystate 列中的值,然后将它们插入 cities_usa 表中的 citystate 列中:

INSERT INTO cities_usa (city,state) SELECT city,state FROM cities_world WHERE country='usa'

INSERT INTO...VALUES

通过指定列和值将行插入到现有表中。指定的列和关联的数据类型必须与目标表中的列和数据类型精确匹配。

重要

我们不建议使用VALUES因为 Athena 为每个INSERToperation. 这会导致创建许多小文件并降低表的查询性能。要标识 INSERT 查询创建的文件,请检查数据清单文件。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

Synopsis

INSERT INTO destination_table [(col1,col2,...)] VALUES (col1value,col2value,...)[, (col1value,col2value,...)][, ...]

Examples

在以下示例中,城市表包含三个列:idcitystatestate_motto。 这些区域有:id列是类型INT,所有其他列均为VARCHAR

cities 表中插入一行,并指定所有列值:

INSERT INTO cities VALUES (1,'Lansing','MI','Si quaeris peninsulam amoenam circumspice')

cities 表中插入两行:

INSERT INTO cities VALUES (1,'Lansing','MI','Si quaeris peninsulam amoenam circumspice'), (3,'Boise','ID','Esto perpetua')