Amazon Athena 中的資料類型

當您執行時CREATE TABLE，您可以指定資料行名稱和每個資料行可包含的資料類型。您建立的表格會儲存在中 AWS Glue Data Catalog。

為了促進與其他查詢引擎的互操作性，Athena 使用 Apache Hive 資料類型名稱，例如 CREATE TABLE DDL 陳述式。對於像、和這樣的 DML 查詢 SELECT CTASINSERT INTO，Athena 使用 Trino 資料類型名稱。下表顯示 Athena 支援的資料類型。其中 DDL 和 DML 類型在名稱、可用性或語法方面有所不同，它們會顯示在不同的資料行中。

DDL	DML	描述
BOOLEAN		值為 `true` 和 `false`。
TINYINT		一個 8 位有符號的整數，採用二進制補碼格式，最小值為 -2 ⁷，最大值為 2 ⁷ -1。
SMALLINT		16 位元帶正負號整數，採用二進制補碼格式，最小值為 -2 ¹⁵，最大值為 2 ¹⁵ -1。
INT、INTEGER		32 位元帶正負號值，採用二進制補碼格式，最小值為 -2 ³¹，最大值為 2 ³¹ -1。
BIGINT		一個 64 位有符號的整數，採用二進制補碼格式，最小值為 -2 ^{63 63}，最大值為 2 ⁶³ -1。
FLOAT	REAL	32 位元帶正負號的單精度浮點數。範圍為正值或負值。遵循浮點運算的 IEEE 標準 (IEEE 754)。
DOUBLE		64 位有符號的雙精度浮點數。該範圍是正或負的範圍是遵循浮點運算的 IEEE 標準 (IEEE 754)。
十進制（`精度`，`刻`度）		`precision`是位數的總數。 `scale`(選擇性) 是小數部分的位數，預設值為 0。例如，使用這些類型定義：`decimal(11,5)`、`decimal(15)`。最大`精確度`為 38，而最大`擴展`值為 38。
字符，字符（`長度`）		固定長度字元資料，指定長度介於 1 到 255 之間，例如 char (10)。如果指定 `length`，字串會在讀取時以指定的長度截斷。如果基礎資料字串較長，則基礎資料字串會保持不變。如需詳細資訊，請參閱 CHAR Hive 資料類型。
STRING	VARCHAR	可變長度字符數據。
`瓦爾（長度）`		具有最大讀取長度的可變長度字符數據。讀取時，字串會以指定的長度截斷。如果基礎資料字串較長，則基礎資料字串會保持不變。
BINARY	VARBINARY	可變長度的二進制數據。
TIME		精確度為毫秒的一天時間。
無	時間 (`精確度`)	具有特定精確度的一天中的時間。 `TIME(3)`相當於`TIME`。
無	TIME WITH TIME ZONE	某個時區中的一天中的時間。時區應指定為與 UTC 的偏移量。
DATE		帶有年，月和日的日曆日期。
TIMESTAMP	時間戳記，無時區的時間戳記	具有毫秒精確度的日曆日期和時間。
無	時間戳（`精度`），時間戳（`精度`），沒有時區	具有特定精確度的日曆日期和時間。 `TIMESTAMP(3)`相當於`TIMESTAMP`。
無	TIMESTAMP WITH TIME ZONE	時區中的日曆日期和時間。您可以將時區指定為與 UTC 的偏移量、IANA 時區名稱，或使用 UTC、UT、Z 或 GMT。
無	具有時區的時間戳記（`精度`）	在時區中具有特定精確度的日曆日期和時間。
無	INTERVAL YEAR TO MONTH	一個或多個整個月的間隔
無	INTERVAL DAY TO SECOND	一或多秒、分、小時或天的間隔
`陣列 < 元素類型 >`	陣列 [`元素`類型]	值的陣列。所有值都必須具有相同的類型。
`映射 < 鍵類型，值類型 >`	`MAP（鍵 _ 類型，值類型）`	一個地圖，其中值可以通過鍵查找。所有鍵必須具有相同的值，並且所有值都必須具有相同的值。
`結構 < 字段名稱 _1：字段 _ 類型 _1，字段名稱 _2：字段類型 _2，...`	`行（字段名稱 _1 字段類型 _1，字段名稱 _2 字段類型 _2，...）`	具有命名欄位及其值的資料結構。
無	JSON	JSON 值類型，可以是 JSON 物件、JSON 陣列、JSON 數字、JSON 字串`true`，`false`或`null`.
無	UUID	UUID (通用唯一識別碼)。
無	IP 地址	一個 IPv4 或 IPv6 位址。
無	HyperLogLog	這些數據類型支持近似函數內部。有關每種類型的更多信息，請訪問 Trino 文檔中相應條目的鏈接。
	P4 HyperLogLog
	SetDigest
	Q 文摘
	TDigest

資料類型範例

下表顯示 DML 資料類型的範例常值。

資料類型	範例
BOOLEAN	`true` `false`
TINYINT	`TINYINT '123'`
SMALLINT	`SMALLINT '123'`
INT、INTEGER	`123456790`
BIGINT	`BIGINT '1234567890'` `2147483648`
REAL	`'123456.78'`
DOUBLE	`1.234`
十進制（`精度`，`刻`度）	`DECIMAL '123.456'`
字符，字符（`長度`）	`CHAR 'hello world'`, `CHAR 'hello ''world''!'`
`瓦爾查爾，瓦爾卡（長度）`	`VARCHAR 'hello world'`, `VARCHAR 'hello ''world''!'`
VARBINARY	`X'00 01 02'`
時間、時間 (`精確度`)	`TIME '10:11:12'`, `TIME '10:11:12.345'`
TIME WITH TIME ZONE	`TIME '10:11:12.345 -06:00'`
DATE	`DATE '2024-03-25'`
時間戳，沒有時區的時間戳，時間戳（`精度`），沒有時區的時間戳（`精度`）	`TIMESTAMP '2024-03-25 11:12:13'`, `TIMESTAMP '2024-03-25 11:12:13.456'`
帶有時區的時間戳，帶有時區的時間戳（`精度`）	`TIMESTAMP '2024-03-25 11:12:13.456 Europe/Berlin'`
INTERVAL YEAR TO MONTH	`INTERVAL '3' MONTH`
INTERVAL DAY TO SECOND	`INTERVAL '2' DAY`
陣列 [`元素`類型]	`ARRAY['one', 'two', 'three']`
`MAP（鍵 _ 類型，值類型）`	`MAP(ARRAY['one', 'two', 'three'], ARRAY[1, 2, 3])` 請注意，映射是從鍵數組和值數組創建的。
`行（字段名稱 _1 字段類型 _1，字段名稱 _2 字段類型 _2，...）`	`ROW('one', 'two', 'three')` 請注意，以這種方式創建的行沒有列名。若要新增欄名稱，您可以使用`CAST`，如下列範例所示： `CAST(ROW(1, 2, 3) AS ROW(one INT, two INT, three INT))`
JSON	`JSON '{"one":1, "two": 2, "three": 3}'`
UUID	`UUID '12345678-90ab-cdef-1234-567890abcdef'`
IP 地址	`IPADDRESS '10.0.0.1'` `IPADDRESS '2001:db8::1'`

資料類型的考量

大小限制

對於未指定大小限制的資料類型，請記住，單一資料列中所有資料的實際限制為 32MB。如需詳細資訊，請參閱在 Amazon Athena 中進行 SQL 查詢的考量事項與限制中的 Row or column size limitation。

字符和瓦爾查爾

CHAR(n)值始終具有n字符數。例如，如果您將 'abc' 轉換為CHAR(7)，則會添加 4 個尾隨空格。

CHAR值的比較包括前導和尾隨空格。

如果為CHAR或指定長度VARCHAR，字串會在讀取時以指定的長度截斷。如果基礎資料字串較長，則基礎資料字串會保持不變。

若要逸出CHAR或中的單引號VARCHAR，請使用額外的單引號。

若要將非字串資料類型轉換為 DML 查詢中的字串，請轉換為VARCHAR資料類型。

若要使用substr函數從CHAR資料類型傳回指定長度的子字串，您必須先將CHAR值轉換為VARCHAR。在下列範例中，col1使用資CHAR料類型。


substr(CAST(col1 AS VARCHAR), 1, 4)

DECIMAL

若要在SELECT查詢中將十進位值指定為常值，例如在選取具有特定十進位值的資料列時，您可以在查詢中指定DECIMAL類型，並將小數值列為單引號中的常值，如下列範例所示。


SELECT * FROM my_table
WHERE decimal_value = DECIMAL '0.12'


SELECT DECIMAL '44.6' + DECIMAL '77.2'

使用時間戳記資料

本節說明在 Athena 中使用時間戳記資料的一些考量。

注意

Athena 引擎版本 2 與 Athena 引擎版本 3 之間的時間戳記處理方式發生變更。如需有關 Athena 引擎版本 3 中可能發生的時間戳記相關錯誤及建議的解決方案的資訊，請參閱 Athena 引擎版本 3 參考中的時間戳記變更。

將時間戳記資料寫入 Amazon S3 物件的格式

將時間戳記資料寫入 Amazon S3 物件的格式取決於資料行資料類型和您使用的程式SerDe庫。

如果您有類型為 DATE 的資料表資料欄，Athena 會預期資料的對應資料欄或屬性是 ISO 格式的字串 YYYY-MM-DD，或是內建的日期類型 (例如 Parquet 或 ORC 的日期類型)。
如果您有類型為 TIME 的資料表資料欄，Athena 會預期資料的對應資料欄或屬性是 ISO 格式的字串 HH:MM:SS，或是內建的時間類型 (例如 Parquet 或 ORC 的時間類型)。
如果您有類型為 TIMESTAMP 的資料表資料欄，Athena 會預期資料的對應資料欄或屬性是格式的字串 YYYY-MM-DD HH:MM:SS.SSS (注意日期和時間之間的空格)，或是內建的時間類型 (例如 Parquet、ORC 或 Ion 的時間類型)。

注意
OpenCSV SerDe 時間戳記是例外狀況，必須編碼為毫秒解析度的 UNIX 紀元。

確保時間分割資料符合記錄中的時間戳記欄位

資料的產生者必須確定分割區值與分割區內的資料一致。例如，如果您的資料具有timestamp屬性，而您使用 Firehose 將資料載入 Amazon S3，則必須使用動態分割，因為 Firehose 的預設分割為。 wall-clock-based

使用字串做為分割區索引鍵的資料類型

出於效能考量，最好將 STRING 用作分割區索引鍵的資料類型。雖然 Athena 將格式 YYYY-MM-DD 的分割區值識別為您使用 DATE 類型時的日期，而這可能造成效能不彰。因此，我們建議您改用 STRING 資料類型做為分割區索引鍵。

如何寫入同樣按時間分割的時間戳記欄位的查詢

如何寫入同樣按時間分割的時間戳記欄位的查詢，取決於您要查詢的資料表的類型。

Hive 資料表

使用 Athena 中最常用的 Hive 資料表，查詢引擎對資料欄和分割區索引鍵之間的關係一無所知。因此，您必須始終在資料欄和分割區索引鍵的查詢中新增述詞。

例如，假設您有 event_time 資料欄和 event_date 分割區索引鍵，而且想要查詢 23:00 到 03:00 之間的事件。在此案例中，您必須在查詢資料欄和分割區索引鍵中包含述詞，如下列範例所示。


WHERE event_time BETWEEN start_time AND end_time 
  AND event_date BETWEEN start_time_date AND end_time_date

Iceberg 資料表

使用 Iceberg 資料表，您可以使用運算的分割區值，從而簡化查詢。例如，假設您的 Iceberg 資料表是使用如下 PARTITIONED BY 子句建立的：


PARTITIONED BY (event_date month(event_time))

在此案例下，查詢引擎會根據 event_time 述詞的值自動剔除分割區。因此，您的查詢只需要指定 event_time 的述詞，如下列範例所示。


WHERE event_time BETWEEN start_time AND end_time

如需更多詳細資訊，請參閱建立 Iceberg 資料表。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

Athena 的 SQL 參考

DML 查詢、函數和運算子