SELECT
0 個以上のテーブルからデータの行を取得します。
注記
このトピックでは、参照用に概要情報を提供します。SELECT と SQL 言語の使用に関する包括的な情報は、このドキュメントでは説明しません。Athena に固有の SQL の使用については、「Amazon Athena での SQL クエリに関する考慮事項と制約事項」および「Amazon Athena で SQL クエリを実行する」を参照してください。データベースの作成、テーブルの作成、および Athena のテーブルに対する SELECT クエリの実行の例については、はじめに を参照してください。
概要
[ WITH with_query [, ...] ]
SELECT [ ALL | DISTINCT ] select_expression [, ...]
[ FROM from_item [, ...] ]
[ WHERE condition ]
[ GROUP BY [ ALL | DISTINCT ] grouping_element [, ...] ]
[ HAVING condition ]
[ { UNION | INTERSECT | EXCEPT } [ ALL | DISTINCT ] select ]
[ ORDER BY expression [ ASC | DESC ] [ NULLS FIRST | NULLS LAST] [, ...] ]
[ OFFSET count [ ROW | ROWS ] ]
[ LIMIT [ count | ALL ] ]注記
SQL SELECT ステートメントの予約語は、二重引用符で囲む必要があります。詳細については、「SQL SELECT ステートメントでエスケープする予約語」を参照してください。
パラメータ
- [ WITH with_query [, ....]]
-
WITHを使用すると、ネストされたクエリをフラット化したり、サブクエリを簡素化できます。WITH句を使用した再帰クエリの作成は、Athena エンジンバージョン 3 以降でサポートされています。最大再帰深度は 10 です。WITH句はクエリのSELECTリストに先行し、SELECTクエリ内で使用する 1 つ以上のサブクエリを定義します。各サブクエリは、ビュー定義と同じように、一時テーブルを定義します。一時テーブルは
FROM句で参照できます。このテーブルはクエリを実行時のみに使用します。with_query構文は次のとおりです。subquery_table_name [ ( column_name [, ...] ) ] AS (subquery)各パラメータの意味は次のとおりです。
-
subquery_table_nameは、WITH句のサブクエリの結果を定義する一時テーブルの一意な名前です。各subqueryには、FROM句で参照可能なテーブル名を付ける必要があります。 -
column_name [, ...]は、出力列名の省略可能なリストです。列名の数は、subqueryで定義した列数以下でなければなりません。 -
subqueryは、任意のクエリステートメントです。
-
- [ ALL | DISTINCT ] select_expression
-
select_expressionは、選択する行を決定します。select_expressionには、次のいずれかの形式が使用されます。expression [ [ AS ] column_alias ] [, ...]row_expression.* [ AS ( column_alias [, ...] ) ]relation.**-
expression [ [ AS ] column_alias ]構文は出力列を指定します。オプションの[AS] column_alias構文は、出力の列に使用されるカスタム見出し名を指定します。 -
row_expression.* [ AS ( column_alias [, ...] ) ]の場合、row_expressionは データ型ROWの任意の式です。行のフィールドは、結果に含まれる出力列を定義します。 -
relation.*の場合、relationの列が結果に含まれます。この構文では列のエイリアスは使用できません。 -
アスタリスク
*は、すべての列を結果セットに含めることを指定します。 -
結果セット内の列の順序は、select 式による指定の順序と同じです。select 式が複数の列を返す場合、列の順序はソースリレーションまたは行タイプの式で使用されている順序に従います。
-
列のエイリアスを指定すると、そのエイリアスは既存の列または行のフィールド名よりも優先されます。select 式に列名がない場合は、インデックスが 0 の匿名の列名 (
_col0、_col1、_col2, ...) が出力に表示されます。 -
ALLはデフォルトです。ALLは、それを省略した場合と同じように扱われます。すべての列のすべての行が選択され、重複も含まれます。 -
DISTINCTは、列に重複する値が含まれているときに、個別の値のみを返すために使用します。
-
- FROM from_item [, ...]
-
クエリへの入力を示します。
from_itemは、以下に示すように、ビュー、結合コンストラクト、サブクエリのいずれかです。from_itemは以下のいずれかです。-
table_name [ [ AS ] alias [ (column_alias [, ...]) ] ]table_nameは行の選択元であるターゲットテーブルの名前であり、aliasはSELECTステートメントの出力に渡す名前です。column_aliasは指定したaliasの列を定義します。
-または-
-
join_type from_item [ ON join_condition | USING ( join_column [, ...] ) ]join_typeは以下のいずれかです。-
[ INNER ] JOIN -
LEFT [ OUTER ] JOIN -
RIGHT [ OUTER ] JOIN -
FULL [ OUTER ] JOIN -
CROSS JOIN -
ON join_condition | USING (join_column [, ...])。join_conditionでは、複数のテーブルにおいて結合キーの列名を指定できます。join_columnを使用するには、join_columnが両方のテーブルに存在している必要があります。
-
-
- [ WHERE condition ]
-
指定した
conditionに従って結果をフィルタリングします。通常、conditionには次の構文が含まれています。column_nameoperatorvalue[[[AND | OR]column_nameoperatorvalue] ...]演算子は、比較演算子=、>、<、>=、<=、<>、!=のいずれかになります。次のサブクエリ式も、
WHERE句で使用できます。-
[NOT] BETWEEN- 次の例のように、2 つの整数間の範囲を指定します。列のデータ型がinteger_AANDinteger_Bvarcharの場合、最初に列を整数にキャストする必要があります。SELECT DISTINCT processid FROM "webdata"."impressions" WHERE cast(processid as int) BETWEEN 1500 and 1800 ORDER BY processid -
[NOT] LIKE- 指定したパターンを検索します。次の例のように、パーセント記号 (value%) をワイルドカード文字として使用します。SELECT * FROM "webdata"."impressions" WHERE referrer LIKE '%.org' -
[NOT] IN (- 次の例のように、列で使用できる値のリストを指定します。value[,value[, ...])SELECT * FROM "webdata"."impressions" WHERE referrer IN ('example.com','example.net','example.org')
-
- [ GROUP BY [ ALL | DISTINCT ] grouping_expressions [, ...]]
-
SELECTステートメントの出力を、一致する値を持つ行に分割します。ALLとDISTINCTは、重複したグループ化セットごとに個別の出力行を生成するかどうかを決定します。省略すると、ALLが使用されます。grouping_expressionsでは、複雑なグループ化オペレーションを実行できます。複雑なグループ化オペレーションを使用して、複数の列セットの集計を必要とする分析を単一のクエリで実行できます。grouping_expressions要素には、SUM、AVG、COUNTなど、入力列に対して実行される任意の関数を指定できます。GROUP BY式は、SELECTステートメントの出力に表示されない入力列名で出力をグループ化できます。すべての出力式は、集計関数であるか、
GROUP BY句に存在する列であることが必要です。単一のクエリを使用して、複数の列セットの集計を必要とする分析を実行できます。
Athena は、
GROUPING SETS、CUBE、およびROLLUPを使用する複雑な集計をサポートしています。GROUP BY GROUPING SETSで、グループ化する列の複数のリストを指定します。GROUP BY CUBEで、特定の列のセットに対して、すべての可能なグループ化セットを生成します。GROUP BY ROLLUPで、特定の列のセットに対して、すべての可能な小計を生成します。複雑なグループ化オペレーションでは、入力列で構成される式でのグループ化がサポートされていません。列名のみが許可されます。通常、
UNION ALLを使用しても、これらのGROUP BYオペレーションと同じ結果を達成できます。ただし、GROUP BYを使用するクエリでは、データの読み取りが 1 回で済むという利点があります。UNION ALLは基となるデータを 3 回読み取るため、データソースが変わりやすい場合は、不整合な結果が生成されることがあります。 - [ HAVING condition ]
-
集計関数と
GROUP BY句で使用します。どのグループを選択するかを制御します。conditionを満たさないグループは排除されます。このフィルタ処理は、グループや集計の計算後に行われます。 - [ { UNION | INTERSECT | EXCEPT } [ ALL | DISTINCT ] union_query] ]
-
UNION、INTERSECT、およびEXCEPTは、複数のSELECTステートメントの結果を 1 つのクエリに結合します。ALLまたはDISTINCTは、最終的な結果セットに含められる行の一意性を制御します。UNIONは、最初のクエリから得られた行と、2 番目のクエリから得られた行を結合します。重複を排除するため、UNIONはメモリを消費するハッシュテーブルを構築します。パフォーマンス向上のため、クエリに重複を排除する必要がない場合はUNION ALLの使用を検討してください。複数のUNION句は左から右に処理されます。ただし、括弧を使用して処理の順序を明示的に定義することもできます。INTERSECTは、最初のクエリと 2 番目のクエリ両方の結果に存在する行のみを返します。EXCEPTは、最初のクエリの結果からの行を返し、2 番目のクエリで見つかった行は排除されます。ALLは、行が同一の場合でも、すべての行が含まれる処理を実行します。DISTINCTは、統合された結果セットに一意の行のみが含まれるようにします。 - [ ORDER BY expression [ ASC | DESC ] [ NULLS FIRST | NULLS LAST] [, ...]]
-
結果セットを 1 つ以上の出力
expressionでソートします。句に複数の式が含まれている場合、結果セットは最初の
expressionに従ってソートされます。次に、最初の式で一致した値がある行に 2 番目のexpressionが適用されます。以下、同様です。各
expressionでは、SELECTの出力列を指定するか、出力列の位置を 1 から始まる序数で指定できます。ORDER BYは、GROUP BYまたはHAVING句の後で、最後のステップとして評価されます。ASCとDESCは、結果のソートを昇順にするか、降順にするかを決定します。デフォルトの並べ替え順序は昇順 (ASC) です。デフォルトの null 順序は、昇順または降順のソート順に関係なしにNULLS LASTです。 - [ OFFSET count [ ROW | ROWS ] ]
-
OFFSET句を使用して、結果セットの先頭の行をいくつか破棄します。ORDER BY句が存在する場合、OFFSET句はソートされた結果セットに対して評価されます。スキップされた行が破棄された後もセットはソートされたままになります。クエリにORDER BY句がない場合、破棄される行は任意です。OFFSETで指定したカウントが結果セットのサイズに等しいかそれを超える場合、最終結果は空になります。 - LIMIT [ count | ALL ]
-
結果セットの行数を
countに制限します。LIMIT ALLはLIMIT句を省略した場合と同じです。クエリにORDER BY句がない場合は、任意の結果になります。 - TABLESAMPLE [BERNOULLI | SYSTEM] (percentage)
-
サンプリング方法に基づいてテーブルから行を選択する演算子 (オプション) です。
BERNOULLIは、percentageの確率でテーブルサンプルに存在する各行を選択します。テーブルのすべての物理ブロックがスキャンされ、サンプルのpercentageとランタイムに計算されるランダム値の比較に基づいて、特定の行がスキップされます。SYSTEMでは、テーブルがデータの論理セグメントに分割され、この詳細度でテーブルがサンプリングされます。特定のセグメントのすべての行が選択されるか、サンプルの
percentageとランタイムに計算されたランダム値の比較に基づいて当該セグメントがスキップされます。SYSTEMサンプリングはコネクタに依存します。この方法では、独立したサンプリング確率は保証されません。 - [ UNNEST (array_or_map) [WITH ORDINALITY] ]
-
配列またはマップをリレーションに展開します。配列は単一の列に展開されます。マップは 2 つの列 (キー、値) に展開されます。
UNNESTに複数の引数を使用できます。これらの引数は、複数の列に展開され、各列の行数は最大の基数引数と同じになります。その他の列には NULL が埋め込まれます。
WITH ORDINALITY句は、序数列を末尾に追加します。通常、
UNNESTはJOINと一緒に使用し、JOINの左側のリレーションの列を参照できます。
Amazon S3 内にあるソースデータのファイルの場所の取得
テーブル行にあるデータの Amazon S3 ファイルの場所を確認するには、以下の例にあるように、SELECT クエリで "$path" を使用できます。
SELECT "$path" FROM "my_database"."my_table" WHERE year=2019;
このクエリは以下のような結果を返します。
s3://amzn-s3-demo-bucket/datasets_mytable/year=2019/data_file1.jsonテーブル内にあるデータについて S3 ファイル名パスのソートされた一意のリストを返すには、以下の例にあるように、SELECT DISTINCT と ORDER BY を使用できます。
SELECT DISTINCT "$path" AS data_source_file FROM sampledb.elb_logs ORDER By data_source_file ASC
パスなしでファイル名のみを返すには、以下の例にあるように、"$path" をパラメータとして regexp_extract 関数に渡すことができます。
SELECT DISTINCT regexp_extract("$path", '[^/]+$') AS data_source_file FROM sampledb.elb_logs ORDER By data_source_file ASC
特定のファイルからのデータを返すには、以下の例にあるように、WHERE 句でそのファイルを指定します。
SELECT *,"$path" FROM my_database.my_table WHERE "$path" = 's3://amzn-s3-demo-bucket/my_table/my_partition/file-01.csv'
詳細と例については、ナレッジセンターの記事、「Athena テーブルの行の Amazon S3 ソースファイルを表示する方法を教えてください
注記
Athena では、Hive または Iceberg の非表示のメタデータ列 $bucket、$file_modified_time、$file_size、および $partition は、ビューでサポートされていません。
一重引用符のエスケープ
一重引用符をエスケープするには、以下の例のように、その前に別の一重引用符を付けます。これを二重引用符と混同しないでください。
Select 'O''Reilly'
結果
O'Reilly
追加リソース
Athena で SELECT ステートメントを使用する方法の詳細については、以下のリソースを参照してください。
| 詳細情報の内容 | 参照先 |
|---|---|
| Athena でクエリを実行する | Amazon Athena で SQL クエリを実行する |
SELECT を使用してテーブルを作成する |
クエリ結果からテーブルを作成する (CTAS) |
SELECT クエリからのデータを別のテーブルに挿入する |
INSERT INTO |
SELECT ステートメントで組み込みの関数を使用する |
Amazon Athena の関数 |
SELECT ステートメントでユーザー定義の関数を使用する |
ユーザー定義関数を使用してクエリする |
| データカタログのメタデータをクエリする | AWS Glue Data Catalog をクエリする |
