啟動您的 AWS CloudFormation 堆疊，然後在 Amazon S3 中查詢您的資料 - Amazon Redshift
在 Amazon S3 中查詢資料資料表聯結檢視查詢計劃

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

啟動您的 AWS CloudFormation 堆疊，然後在 Amazon S3 中查詢您的資料

建立 Amazon Redshift 叢集並連線到叢集之後，您可以安裝 Redshift 頻譜 DataLake AWS CloudFormation 範本，然後查詢您的資料。

CloudFormation 安裝 Redshift 頻譜入門 DataLake 範本，並建立包含下列項目的堆疊：

  • 名為 myspectrum_role 且與您的 Redshift 叢集相關聯的角色

  • 名為 myspectrum_schema 的外部結構描述

  • Amazon S3 儲存貯體中名為 sales 的外部資料表

  • 名為 event 且已載入資料的 Redshift 資料表

若要啟動您的 Redshift 頻譜入門堆疊 DataLake CloudFormation

  1. 選擇啟動 CFN 堆疊。主 CloudFormation 控台會開啟，並選取 DataLake .yml 範本。

    您也可以下載並自訂 Redshift 頻譜入門 DataLake CloudFormation CFN 範本，然後開啟 CloudFormation 主控台 (https://console.aws.amazon.com/cloudformation) 並使用自訂範本建立堆疊。

  2. 選擇下一步。

  3. 在參數下，輸入 Amazon Redshift 叢集名稱、資料庫名稱和您的資料庫使用者名稱。

  4. 選擇下一步。

    堆疊選項隨即出現。

  5. 選擇下一步以接受預設設定。

  6. 檢閱資訊並在 [功能] 下方，選擇 [我確認 AWS CloudFormation 可能會建立 IAM 資源]。

  7. 選擇建立堆疊。

如果在建立堆疊時發生錯誤，請參閱下列資訊：

  • 檢視 CloudFormation 事件索引標籤，瞭解可協助您解決錯誤的資訊。

  • 請先刪除 DataLake CloudFormation 堆疊，然後再次嘗試此作業。

  • 請確定您已連線到 Amazon Redshift 資料庫。

  • 請確定您為 Amazon Redshift 叢集名稱、資料庫名稱和資料庫使用者名稱輸入正確的資訊。

在 Amazon S3 中查詢您的資料

您可以使用用於查詢其他 Amazon Redshift 資料表的相同 SELECT 陳述式，來查詢外部資料表。這些 SELECT 陳述式查詢包括聯結資料表、彙總資料和述詞篩選。

下列查詢會傳回 myspectrum_schema.sales 外部資料表中的列數。

select count(*) from myspectrum_schema.sales;
count 
------
172462

聯結外部資料表與本機資料表

以下範例會結合使用外部資料表 myspectrum_schema.sales 與本機資料表 event，以尋找前十名事件的總銷售額。

select top 10 myspectrum_schema.sales.eventid, sum(myspectrum_schema.sales.pricepaid) from myspectrum_schema.sales, event
where myspectrum_schema.sales.eventid = event.eventid
and myspectrum_schema.sales.pricepaid > 30
group by myspectrum_schema.sales.eventid
order by 2 desc;
eventid | sum     
--------+---------
    289 | 51846.00
   7895 | 51049.00
   1602 | 50301.00
    851 | 49956.00
   7315 | 49823.00
   6471 | 47997.00
   2118 | 47863.00
    984 | 46780.00
   7851 | 46661.00
   5638 | 46280.00

檢視查詢計劃

檢視先前查詢的查詢計畫。請注意在 Amazon S3 的資料上執行的 S3 Seq Scan、S3 HashAggregate 和 S3 Query Scan 步驟。

explain
select top 10 myspectrum_schema.sales.eventid, sum(myspectrum_schema.sales.pricepaid) 
from myspectrum_schema.sales, event
where myspectrum_schema.sales.eventid = event.eventid
and myspectrum_schema.sales.pricepaid > 30
group by myspectrum_schema.sales.eventid
order by 2 desc;

QUERY PLAN                                                                                                                                                                                
-----------------------------------------------------------------------------
XN Limit  (cost=1001055770628.63..1001055770628.65 rows=10 width=31)                                                                                                                      
  ->  XN Merge  (cost=1001055770628.63..1001055770629.13 rows=200 width=31)                                                                                                               
        Merge Key: sum(sales.derived_col2)                                                                                                                                                
        ->  XN Network  (cost=1001055770628.63..1001055770629.13 rows=200 width=31)                                                                                                       
              Send to leader                                                                                                                                                              
              ->  XN Sort  (cost=1001055770628.63..1001055770629.13 rows=200 width=31)                                                                                                    
                    Sort Key: sum(sales.derived_col2)                                                                                                                                     
                    ->  XN HashAggregate  (cost=1055770620.49..1055770620.99 rows=200 width=31)                                                                                           
                          ->  XN Hash Join DS_BCAST_INNER  (cost=3119.97..1055769620.49 rows=200000 width=31)                                                                             
                                Hash Cond: ("outer".derived_col1 = "inner".eventid)                                                                                                       
                                ->  XN S3 Query Scan sales  (cost=3010.00..5010.50 rows=200000 width=31)                                                                                  
                                      ->  S3 HashAggregate  (cost=3010.00..3010.50 rows=200000 width=16)                                                                                  
                                            ->  S3 Seq Scan spectrum.sales location:"s3://redshift-downloads/tickit/spectrum/sales" format:TEXT  (cost=0.00..2150.00 rows=172000 width=16)
                                                  Filter: (pricepaid > 30.00)                                                                                                             
                                ->  XN Hash  (cost=87.98..87.98 rows=8798 width=4)                                                                                                        
                                      ->  XN Seq Scan on event  (cost=0.00..87.98 rows=8798 width=4)