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。
建立 Redshift 頻譜的外部表格
您會在外部結構描述中建立外部資料表。您必須為外部結構描述的擁有者或超級使用者，始可建立外部資料表。若要轉移外部結構描述的所有權，請使用 ALTER SCHEMA 來變更擁有者。下列範例會將 spectrum_schema 結構描述的擁有者變更為 newowner。
alter schema spectrum_schema owner to newowner;
若要執行 Redshift Spectrum 查詢，您需要以下許可：
-
結構描述使用許可
-
在目前資料庫建立暫時資料表的許可
下列範例可在結構描述 spectrum_schema 上授予使用許可至 spectrumusers 使用者群組。
grant usage on schema spectrum_schema to group spectrumusers;
下列範例可在資料庫 spectrumdb 上授予臨時許可至 spectrumusers 使用者群組。
grant temp on database spectrumdb to group spectrumusers;
您可以在亞馬遜 Redshift，AWS Glue亞馬 Amazon Athena 或阿帕奇蜂巢中繼存儲中創建一個外部表。如需詳細資訊，請參閱開AWS Glue發人員指南AWS Glue中的入門使用、Amazon Athena 使用者指南中的入門或 Amazon EMR 開發人員指南中的 Apache Hive。
如果您的外部資料表是在 Athena 或 Hive 中繼存放區中AWS Glue定義的，您必須先建立參考外部資料庫的外部結構描述。然後，您可以在 SELECT 陳述式中參考外部資料表，方法是在資料表名稱前面加上結構描述名稱，而不需要在 Amazon Redshift 中建立資料表。如需詳細資訊，請參閱為 Amazon Redshift Spectrum 創建外部架構。
若要允許 Amazon Redshift 查看中的表AWS Glue Data Catalog，glue:GetTable請添加到 Amazon Redshift IAM 角色。否則，您可能會得到如下的錯誤：
RedshiftIamRoleSession is not authorized to perform: glue:GetTable on resource: *;例如，假設您在 Athena 外部目錄中lineitem_athena定義名為的外部資料表。在此狀況中，您可定義一個名為 athena_schema 的外部結構描述，然後使用下列 SELECT 陳述式來查詢資料表。
select count(*) from athena_schema.lineitem_athena;
若要在 Amazon Redshift 中定義外部資料表，請使用CREATE EXTERNAL TABLE指令。外部資料表陳述式會定義資料表欄、資料檔案的格式，以及 Amazon S3 中資料的位置。Redshift Spectrum 會掃描指定資料夾以及任何子資料夾裡的檔案。Redshift Spectrum 會忽略以句號、底線或井號 (.、_ 或 #) 開頭，或以波狀符號 (~) 結尾的檔案和隱藏檔案。
下列範例會在名為的 Amazon Redshift 外部結構描述中建立名為 SALES 的資料表spectrum。該資料位於 Tab 鍵分隔的文字檔案中。
create external table spectrum.sales( salesid integer, listid integer, sellerid integer, buyerid integer, eventid integer, dateid smallint, qtysold smallint, pricepaid decimal(8,2), commission decimal(8,2), saletime timestamp) row format delimited fields terminated by '\t' stored as textfile location 's3://redshift-downloads/tickit/spectrum/sales/' table properties ('numRows'='172000');
若要檢視外部資料表，請查詢 SVV_EXTERNAL_TABLES 系統畫面。
虛擬資料欄
根據預設，Amazon Redshift 會使用虛擬資料欄$path$size、和建立外部資料表$spectrum_oid。選取要檢視 Amazon S3 上資料檔案路徑的$path欄，然後選取$size欄以檢視查詢傳回之每個資料列的資料檔案大小。該$spectrum_oid列提供了與 Redshift 頻譜執行相關查詢的功能。如需範例，請參閱 範例：在 Redshift 頻譜中執行相關子查詢。您必須使用雙引號分隔$size、和$spectrum_oid欄名稱。$pathSELECT * 子句不會返回偽列。您必須在查詢中明確包含$path$size、和$spectrum_oid資料行名稱，如下列範例所示。
select "$path", "$size", "$spectrum_oid" from spectrum.sales_part where saledate = '2008-12-01';
您可以透過將spectrum_enable_pseudo_columns組態參數設定為來停用工作階段的虛擬資料欄建立false。如需詳細資訊，請參閱啟用頻譜 _ 虛擬資料行。您也可以enable_spectrum_oid將設定為，僅停用$spectrum_oid虛擬資料欄false。如需詳細資訊，請參閱啟用光譜指向。不過，停用$spectrum_oid虛擬資料欄也會停用與 Redshift 頻譜的相關查詢的支援。
重要
選取$size$path、或$spectrum_oid產生費用，因為 Redshift 頻譜會掃描 Amazon S3 上的資料檔案以判斷結果集的大小。如需詳細資訊，請參閱 Amazon Redshift 定價
虛擬資料欄範例
下列範例會傳回外部資料表相關的資料檔案大小總和。
select distinct "$path", "$size" from spectrum.sales_part; $path | $size --------------------------------------------------------------------------+------- s3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01/ | 1616 s3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-02/ | 1444 s3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-03/ | 1644
對 Redshift 頻譜外部表進行分區
當您分割資料時，可以在分割區索引鍵上進行篩選來限制 Redshift Spectrum 掃描的資料量。您可透過任何索引鍵來分割您的資料。
常見做法是根據時間對資料進行分割。例如，您可以選擇依年、月、日和小時來進行分割。如果您有來自多個來源的資料，則可以按資料來源識別符和日期進行分割。
下列程序說明如何分割您的資料。
分割您的資料
-
根據您的分區金鑰，將資料存放在 Amazon S3 的資料夾中。
為每個分割區值建立一個資料夾，並使用分割區索引鍵和值命名該資料夾。例如，若您要依日期分割資料，您可能有名為
saledate=2017-04-01、saledate=2017-04-02的資料夾，依此類推。Redshift Spectrum 會掃描分割區資料夾以及任何子資料夾裡的檔案。Redshift Spectrum 會忽略以句號、底線或井號 (.、_ 或 #) 開頭，或以波狀符號 (~) 結尾的檔案和隱藏檔案。 -
建立外部資料表，並在 PARTITIONED BY 子句中指定分割區索引鍵。
分割區索引鍵不得為資料表欄位的名稱。資料類型可能是 SMALLINT、INTEGER、BIGINT、DECIMAL、REAL、DOUBLE PRECISION、BOOLEAN、CHAR、VARCHAR、DATE、TIMESTAMP。
-
新增分割區。
使用ALTER TABLE... 新增分割區，新增每個分割區、指定分割區欄和索引鍵值，以及 Amazon S3 中分割區資料夾的位置。您可以在單一 ALTER TABLE … ADD 陳述式中新增多個分割區。以下範例將為
'2008-01'與'2008-03'新增分割區。alter table spectrum.sales_part add partition(saledate='2008-01-01') location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01/' partition(saledate='2008-03-01') location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-03/';注意
如果您使用 AWS Glue 目錄，則可以使用 ALTER TABLE 陳述式新增最多 100 個分割區。
分割資料範例
在此範例中，您將建立一個由單一分割區索引鍵值分割的外部資料表，以及由兩個索引鍵值所分割的外部資料表。
此範例的範例資料位於 Amazon S3 儲存貯體中，可為所有經過驗證的AWS使用者提供讀取存取權限。您的叢集和外部資料檔案必須位於相同的檔案中AWS 區域。範例資料儲存貯體在美國東部 (維吉尼亞北部) 區域 (維吉尼亞北部) 區域 (維吉尼亞北部) 區域 若要使用 Redshift 頻譜存取資料，您的叢集也必須位於 us-east-1 中。若要列出 Amazon S3 中的資料夾，請執行下列命令。
aws s3 ls s3://redshift-downloads/tickit/spectrum/sales_partition/
PRE saledate=2008-01/ PRE saledate=2008-03/ PRE saledate=2008-04/ PRE saledate=2008-05/ PRE saledate=2008-06/ PRE saledate=2008-12/
如果您沒有外部結構描述，請執行下列命令。將 Amazon Resource Name (ARN) 替代為您的 AWS Identity and Access Management (IAM) 角色。
create external schema spectrum from data catalog database 'spectrumdb' iam_role 'arn:aws:iam::123456789012:role/myspectrumrole' create external database if not exists;
範例 1：透過單一分割區索引鍵進行分割
在下列範例中，您會建立以月份進行分割的外部資料表。
若要建立以月份分割的外部資料表，請執行以下命令。
create external table spectrum.sales_part( salesid integer, listid integer, sellerid integer, buyerid integer, eventid integer, dateid smallint, qtysold smallint, pricepaid decimal(8,2), commission decimal(8,2), saletime timestamp) partitioned by (saledate char(10)) row format delimited fields terminated by '|' stored as textfile location 's3://redshift-downloads/tickit/spectrum/sales_partition/' table properties ('numRows'='172000');
請執行下列 ALTER TABLE 命令以新增分割區。
alter table spectrum.sales_part add partition(saledate='2008-01') location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01/' partition(saledate='2008-03') location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-03/' partition(saledate='2008-04') location 's3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-04/';
若要從分割資料表選取資料，請執行下列查詢。
select top 5 spectrum.sales_part.eventid, sum(spectrum.sales_part.pricepaid) from spectrum.sales_part, event where spectrum.sales_part.eventid = event.eventid and spectrum.sales_part.pricepaid > 30 and saledate = '2008-01' group by spectrum.sales_part.eventid order by 2 desc;
eventid | sum --------+--------- 4124 | 21179.00 1924 | 20569.00 2294 | 18830.00 2260 | 17669.00 6032 | 17265.00
若要檢視外部資料表分割區，請查詢 SVV_EXTERNAL_PARTITIONS 系統畫面。
select schemaname, tablename, values, location from svv_external_partitions where tablename = 'sales_part';
schemaname | tablename | values | location -----------+------------+-------------+------------------------------------------------------------------------- spectrum | sales_part | ["2008-01"] | s3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-01 spectrum | sales_part | ["2008-03"] | s3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-03 spectrum | sales_part | ["2008-04"] | s3://redshift-downloads/tickit/spectrum/sales_partition/saledate=2008-04
範例 2：透過多個分割區索引鍵進行分割
若要建立以 date 與 eventid 分割的外部資料表，請執行以下命令。
create external table spectrum.sales_event( salesid integer, listid integer, sellerid integer, buyerid integer, eventid integer, dateid smallint, qtysold smallint, pricepaid decimal(8,2), commission decimal(8,2), saletime timestamp) partitioned by (salesmonth char(10), event integer) row format delimited fields terminated by '|' stored as textfile location 's3://redshift-downloads/tickit/spectrum/salesevent/' table properties ('numRows'='172000');
請執行下列 ALTER TABLE 命令以新增分割區。
alter table spectrum.sales_event add partition(salesmonth='2008-01', event='101') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-01/event=101/' partition(salesmonth='2008-01', event='102') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-01/event=102/' partition(salesmonth='2008-01', event='103') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-01/event=103/' partition(salesmonth='2008-02', event='101') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-02/event=101/' partition(salesmonth='2008-02', event='102') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-02/event=102/' partition(salesmonth='2008-02', event='103') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-02/event=103/' partition(salesmonth='2008-03', event='101') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-03/event=101/' partition(salesmonth='2008-03', event='102') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-03/event=102/' partition(salesmonth='2008-03', event='103') location 's3://redshift-downloads/tickit/spectrum/salesevent/salesmonth=2008-03/event=103/';
執行下列查詢以從分割的資料表選擇資料。
select spectrum.sales_event.salesmonth, event.eventname, sum(spectrum.sales_event.pricepaid) from spectrum.sales_event, event where spectrum.sales_event.eventid = event.eventid and salesmonth = '2008-02' and (event = '101' or event = '102' or event = '103') group by event.eventname, spectrum.sales_event.salesmonth order by 3 desc;
salesmonth | eventname | sum -----------+-----------------+-------- 2008-02 | The Magic Flute | 5062.00 2008-02 | La Sonnambula | 3498.00 2008-02 | Die Walkure | 534.00
將外部資料表資料欄映射到 ORC 資料欄
您可以使用 Amazon Redshift Spectrum 外部表查詢 ORC 格式的檔案中的資料。最佳化列單欄式 (ORC) 格式為單欄式儲存檔案格式，支援巢狀資料結構。如需查詢巢狀資料的詳細資訊，請參閱使用 Amazon Redshift Spectrum 查詢巢狀資料。
當您建立參考 ORC 檔案中資料的外部資料表時，您會將外部資料表中的每個資料欄映射到 ORC 資料中的資料欄。若要這麼做，您會使用下列其中一個方法：
依資料欄名稱映射為預設值。
依位置映射
利用位置映射，外部資料表中定義的第一個資料欄會映射到 ORC 資料檔案中的第一個資料欄，第二個映射到第二個，依此類推。依位置映射要求外部資料表中資料欄的順序與 ORC 檔案中的相符。如果資料欄的順序不相符，則可以依名稱映射資料欄。
重要
在舊版中，Redshift Spectrum 預設使用位置映射。如果您需要對現有資料表使用位置映射，請將資料表屬性 orc.schema.resolution 設為 position，如以下範例所示。
alter table spectrum.orc_example set table properties('orc.schema.resolution'='position');
例如，資料表 SPECTRUM.ORC_EXAMPLE 的定義如下。
create external table spectrum.orc_example( int_col int, float_col float, nested_col struct< "int_col" : int, "map_col" : map<int, array<float >> > ) stored as orc location 's3://example/orc/files/';
資料表結構的摘要如下。
• 'int_col' : int
• 'float_col' : float
• 'nested_col' : struct
o 'int_col' : int
o 'map_col' : map
- key : int
- value : array
- value : float
基礎 ORC 檔案具有下列檔案結構。
• ORC file root(id = 0)
o 'int_col' : int (id = 1)
o 'float_col' : float (id = 2)
o 'nested_col' : struct (id = 3)
- 'int_col' : int (id = 4)
- 'map_col' : map (id = 5)
- key : int (id = 6)
- value : array (id = 7)
- value : float (id = 8)
在此範例中，您可以嚴格依位置將外部資料表中的每個資料欄映射至 ORC 檔案中的資料欄。以下顯示映射。
| 外部資料表資料欄名稱 | ORC 資料欄 ID | ORC 資料欄名稱 |
|---|---|---|
| int_col | 1 | int_col |
| float_col | 2 | float_col |
| nested_col | 3 | nested_col |
| nested_col.int_col | 4 | int_col |
| nested_col.map_col | 5 | map_col |
| nested_col.map_col.key | 6 | 不適用 |
| nested_col.map_col.value | 7 | 不適用 |
| nested_col.map_col.value.item | 8 | 不適用 |
依資料欄名稱映射
使用名稱映射，您可以將外部資料表中的資料欄映射至 ORC 檔案中相同層級、具有相同名稱的指定資料欄。
例如，假設您要將來自先前範例的資料表 SPECTRUM.ORC_EXAMPLE 與使用下列檔案結構的 ORC 檔案映射。
• ORC file root(id = 0)
o 'nested_col' : struct (id = 1)
- 'map_col' : map (id = 2)
- key : int (id = 3)
- value : array (id = 4)
- value : float (id = 5)
- 'int_col' : int (id = 6)
o 'int_col' : int (id = 7)
o 'float_col' : float (id = 8)
使用位置映射，Redshift Spectrum 會嘗試進行下列映射。
| 外部資料表資料欄名稱 | ORC 資料欄 ID | ORC 資料欄名稱 |
|---|---|---|
| int_col | 1 | struct |
| float_col | 7 | int_col |
| nested_col | 8 | float_col |
查詢具有前述位置映射的資料表時，SELECT 命令會在類型驗證時失敗，因為結構不同。
您可以使用資料欄名稱映射，將相同的外部資料表映射至先前範例中所示的檔案結構。資料表資料欄 int_col、float_col 和 nested_col 會依資料欄名稱映射至 ORC 檔案中具有相同名稱的資料欄。外部資料表中名為 nested_col 的資料欄為 struct 資料欄，具有的子資料欄名為 map_col 和 int_col。子資料欄也會依資料欄名稱正確映射至 ORC 檔案中的對應資料欄。
為在 Apache Hudi 中管理的資料建立外部資料表
要查詢阿帕奇胡迪複製寫入（CoW）格式的數據，您可以使用 Amazon Redshift Spectrum 外部表。胡迪複製寫表是存儲在 Amazon S3 中的 Apache 實木複合地板文件的集合。您可以讀取阿帕奇胡迪版本 0.5.2、0.6.0、0.7.0、0.8.0、0.9.0、0.10.0、0.10.0、0.10.1、0.11.0 和 0.11.1，這些資料表是透過插入、刪除和更新寫入作業建立和修改的版本。例如，不支援自舉表。如需詳細資訊，請參閱開放原始碼 Apache Hudi 文件中的「在寫入資料表上複製
當您建立參考 Hudi CoW 格式資料的外部表格時，會將外部表格中的每一欄對映至 Hudi 資料中的一欄。映射是通過列完成的。
資料分割和未分割 Hudi 資料表的資料定義語言 (DDL) 陳述式類似於其他 Apache Parquet 檔案格式的陳述式。對於 Hudi 表格，您可以定義INPUTFORMAT為org.apache.hudi.hadoop.HoodieParquetInputFormat。LOCATION參數必須指向包含資料夾的 Hudi 資料表基底.hoodie資料夾，這是建立 Hudi 提交時間表所需的資料夾。在某些情況下，Hudi 資料表上的 SELECT 作業可能會失敗，並顯示「找不到有效的 Hudi 提交時間表」訊息。如果是這樣，請檢查.hoodie文件夾是否位於正確的位置並包含有效的 Hudi 提交時間表。
注意
只有當您使用AWS Glue Data Catalog. 當您使用 Apache Hive 中繼存放區做為外部目錄時，不支援此功能。
定義未分割資料表的 DDL 具有下列格式。
CREATE EXTERNAL TABLE tbl_name (columns) ROW FORMAT SERDE 'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' STORED AS INPUTFORMAT 'org.apache.hudi.hadoop.HoodieParquetInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat' LOCATION 's3://s3-bucket/prefix'
定義分區資料表的 DDL 具有下列格式。
CREATE EXTERNAL TABLE tbl_name (columns) PARTITIONED BY(pcolumn1 pcolumn1-type[,...]) ROW FORMAT SERDE 'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' STORED AS INPUTFORMAT 'org.apache.hudi.hadoop.HoodieParquetInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat' LOCATION 's3://s3-bucket/prefix'
若要將分割區新增至分區的 Hudi 資料表，請執行 ALTER TABLE ADD 分割區命令，其中LOCATION參數會指向 Amazon S3 子資料夾，其中包含屬於該分割區的檔案。
要新增分割區的 DDL 具有下列格式。
ALTER TABLE tbl_name ADD IF NOT EXISTS PARTITION(pcolumn1=pvalue1[,...]) LOCATION 's3://s3-bucket/prefix/partition-path'
為在 Delta 湖中管理的資料建立外部資料表
若要查詢三角洲湖資料表中的資料，您可以使用 Amazon Redshift Spectrum 外部表格。
若要從 Redshift 頻譜存取三角洲湖資料表，請在查詢前產生資訊清單。Delta Lake 資訊清單包含構成三角洲湖資料表一致快照的檔案清單。在資料分割資料表中，每個資料分割都有一個資訊清單。三角洲湖表是存放在 Amazon S3 中的 Apache 鑲木地板檔案的集合。如需詳細資訊，請參閱開放原始碼 Delta 湖
建立參考 Delta Lake 表格中資料的外部表格時，會將外部表格中的每一欄對映至 Delta Lake 表格中的欄。映射是通過列名完成的。
分區和未分區的三角洲湖表的 DDL 類似於其他 Apache 實木複合地板文件格式。對於「三角洲湖」表格，您可以INPUTFORMAT將其定義OUTPUTFORMAT為org.apache.hadoop.hive.ql.io.SymlinkTextInputFormat和org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat。LOCATION參數必須指向資料表基底資料夾中的資訊清單資料夾。如果三角洲湖泊資料表上的 SELECT 作業失敗，可能的原因請參閱三角洲湖資料表的限制與疑難排解。
定義未分割資料表的 DDL 具有下列格式。
CREATE EXTERNAL TABLE tbl_name (columns) ROW FORMAT SERDE 'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' STORED AS INPUTFORMAT 'org.apache.hadoop.hive.ql.io.SymlinkTextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION 's3://s3-bucket/prefix/_symlink_format_manifest'
定義分區資料表的 DDL 具有下列格式。
CREATE EXTERNAL TABLE tbl_name (columns) PARTITIONED BY(pcolumn1 pcolumn1-type[,...]) ROW FORMAT SERDE 'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' STORED AS INPUTFORMAT 'org.apache.hadoop.hive.ql.io.SymlinkTextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION 's3://s3-bucket>/prefix/_symlink_format_manifest'
若要將分割區新增至分區的差異湖資料表，請執行 ALTER TABLE ADD 分割區命令，其中LOCATION參數指向包含分割區資訊清單的 Amazon S3 子資料夾。
要新增分割區的 DDL 具有下列格式。
ALTER TABLE tbl_name ADD IF NOT EXISTS PARTITION(pcolumn1=pvalue1[,...]) LOCATION 's3://s3-bucket/prefix/_symlink_format_manifest/partition-path'
或者執行直接指向三角洲湖資訊清單檔案的 DDL。
ALTER TABLE tbl_name ADD IF NOT EXISTS PARTITION(pcolumn1=pvalue1[,...]) LOCATION 's3://s3-bucket/prefix/_symlink_format_manifest/partition-path/manifest'
三角洲湖資料表的限制與疑難排解
從 Redshift 頻譜查詢三角洲湖資料表時，請考慮下列事項：
如果資訊清單指向不再存在的快照集或磁碟分割，則查詢會失敗，直到產生新的有效資訊清單為止。例如，這可能是基礎資料表上的 VACUUM 作業所導致的，
Delta Lake 資訊清單僅提供磁碟分割層級的一致性。
下表說明當您查詢 Delta Lake 資料表時發生某些錯誤的一些潛在原因。
| 錯誤訊息 | 可能原因 |
|---|---|
|
資訊清單項目指向與指定儲存貯體不同的 Amazon S3 儲存貯體中的檔案。 |
|
資訊清單項目指向具有與指定前置詞不同的 Amazon S3 前置詞的檔案。 |
|
Amazon S3 中沒有找到資訊清單中列出的檔案。 |
|
Amazon S3 中沒有找到資訊清單。 |
|
資訊清單檔案中的項目不是有效的 Amazon S3 路徑，或資訊清單檔案已損毀。 |
