Amazon S3 のテーブルの場所

Athena で CREATE TABLE クエリを実行する場合は、AWS Glue Data Catalog にテーブルを登録します。(Athena の古い内部カタログを使用している場合は、 に AWS GlueアップグレードData Catalogすることを強くお勧めします。)

次の例に示すように、Amazon S3 でデータへのパスを指定するには、LOCATION プロパティを使用します。

CREATE EXTERNAL TABLE `test_table`(
...
)
ROW FORMAT ...
STORED AS INPUTFORMAT ...
OUTPUTFORMAT ...
LOCATION s3://bucketname/folder/

• バケットの命名の詳細については、https://docs.aws.amazon.com/AmazonS3/latest/dev/BucketRestrictions.html の「バケットの制約と制限Amazon Simple Storage Service 開発者ガイド」を参照してください。

• でのフォルダの使用の詳細については、Amazon S3 の「フォルダの使用」を参照してください。Amazon Simple Storage Service コンソールユーザーガイド

Amazon S3 の LOCATION は、テーブルを表すすべてのファイルを指定します。

重要

Athena は、 に保存されているすべてs3://bucketname/folder/'のデータを読み取ります。 で読み取りたくないデータがある場合は、Athena で読み取りたいデータと同じ Amazon S3 フォルダにそのデータを保存しないでください。Athenaパーティションを使用している場合、パーティション内のデータが Athena によってスキャンされるようするには、WHERE フィルタにそのパーティションが含まれている必要があります。詳細については、テーブルの場所とパーティションを参照してください。

CREATE TABLE ステートメントで LOCATION を指定する場合は、次のガイドラインを使用します。

• 末尾にスラッシュを使用します。

  使用アイテム:

  s3://bucketname/folder/

• 以下の項目をデータの LOCATION の指定に使用しないでください。

  • ファイルの場所を指定するために、ファイル名、アンダースコア、ワイルドカード、または glob パターンを使用しないでください。

  • s3.amazon.com などの完全な HTTP 表記を Amazon S3 バケットのパスに追加しません。

  • 句で Amazon S3 アクセスポイントを指定しないでください。LOCATIONテーブルの場所は URI としてのみ指定できます。

  • 次のように、パスに // のような空のフォルダを使用しないでください。S3://bucketname/folder//folder/ 。 これは有効な Amazon S3 パスですが、Athena では許可されておらず、余分な s3://bucketname/folder/folder/ を削除した / に変更されます。

    使用しない:

    s3://path_to_bucket
    s3://path_to_bucket/*
    s3://path_to_bucket/mySpecialFile.dat
    s3://bucketname/prefix/filename.csv
    s3://test-bucket.s3.amazon.com
    S3://bucket/prefix//prefix/
    arn:aws:s3:::bucketname/prefix
    s3://arn:aws:s3:<region>:<account_id>:accesspoint/<accesspointname>
    https://<accesspointname>-<number>.s3-accesspoint.<region>.amazonaws.com

テーブルの場所とパーティション

ソースデータは、一連の列に基づいて、Amazon S3パーティション と呼ばれる フォルダにグループ化できます。たとえば、これらの列が、特定のレコードが作成された年、月、日を表す場合があります。

テーブルを作成するときに、パーティション分割されるように選択できます。は、パーティション分割されていないテーブルに対して SQL クエリを実行するときに、テーブル定義の Athena プロパティを基本パスとして使用し、使用可能なすべてのファイルをリストしてスキャンします。LOCATIONただし、パーティション分割されたテーブルでクエリを実行する前に、パーティション情報で AWS Glue Data Catalog を更新する必要があります。この情報は、特定のパーティション内のファイルのスキーマと Amazon S3 のパーティションに含まれる LOCATION ファイルのスキーマを表します。

• クローラがパーティションを追加する方法について詳しくは、AWS Glue 開発者ガイドの「クローラは、どのようにパーティションを作成するタイミングを判断していますか?AWS Glue」を参照してください。

• 既存のパーティションでデータのテーブルを作成するようにクローラを設定する方法については、クローラーでの複数のデータソースの使用を参照してください。

• テーブルのパーティションを Athena で直接作成することもできます。詳細については、「データのパーティション分割」を参照してください。

は、パーティション分割されたテーブルに対してクエリを実行する際、パーティション化された列がクエリの Athena 句で使用されているかどうかを確認します。WHEREパーティション分割された列が使用された場合、Athena は、指定されたパーティション列と一致するパーティションの仕様を返すよう AWS Glue Data Catalog にリクエストします。パーティションの仕様には、Athena がデータを読み取るときに使用する Amazon S3 プレフィックスを指定する LOCATION プロパティが含まれています。この場合、このプレフィックスに保存されたデータのみがスキャンされます。WHERE 句でパーティション化された列を使用しない場合、Athena はテーブルのパーティションに属するすべてのファイルをスキャンします。

Athena でクエリのパフォーマンスを向上させ、クエリのコストを削減するパーティションの使用例については、Amazon Athena のパフォーマンスチューニング Tips トップ 10 を参照してください。