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。
查看列统计数据
成功生成统计数据后,Data Catalog 会存储这一信息,以便 Amazon Athena 和 Amazon Redshift 中基于成本的优化器在运行查询时做出最佳选择。统计数据因列的类型而异。
- AWS Management Console
-
查看表的列统计数据
-
运行列统计数据任务后,表详细信息页面上的列统计数据选项卡将显示表的统计数据。
将会提供以下统计数据:
列名:用于生成统计数据的列名
上次更新时间:生成统计数据的日期和时间
平均长度:列中值的平均长度
不重复值数:列中不重复的值总数。我们估算列中不重复的值的数量,相对误差为 5%。
最大值:列中最大的值。
最小值:列中最小的值。
最大长度:列中最大值的长度。
空值数:列中空值的总数。
True 值数:列中 True 值的总数。
False 值数:列中 False 值的总数。
-
numFiles:表中的文件总数。该值在高级属性选项卡下可用。
-
- AWS CLI
-
以下示例演示了如何使用 AWS CLI 检索列统计数据。
aws glue get-column-statistics-for-table \ --database-name
<test_db>
\ --table-name<test_tble>
\ --column-names<col1>
您还可以使用 GetColumnStatisticsForTable API 操作来查看列统计数据。
生成列统计数据
更新列统计数据