Amazon Athena - 在基本 SQL WHERE 查询中无法解析列

Question

我目前正在评估 Amazon Athena 和 Amazon S3。 我用一个表（awsevaluationtable）创建了一个数据库（testdb）。该表有两列，x (bigint) 和 y (bigint)。

当我跑步时：

SELECT * 
FROM testdb."awsevaluationtable"

我得到了所有的测试数据：

但是，当我尝试基本的 WHERE 查询时：

SELECT * 
FROM testdb."awsevaluationtable" 
WHERE x > 5

我明白了：

SYNTAX_ERROR: line 3:7: Column 'x' cannot be resolved

我尝试了各种变体：

SELECT * FROM testdb.awsevaluationtable WHERE x > 5
SELECT * FROM awsevaluationtable WHERE x > 5
SELECT * FROM testdb."awsevaluationtable" WHERE X > 5
SELECT * FROM testdb."awsevaluationtable" WHERE testdb."awsevaluationtable".x > 5
SELECT * FROM testdb.awsevaluationtable WHERE awsevaluationtable.x > 5

我还确认 x 列存在：

SHOW COLUMNS IN sctawsevaluation

这似乎是一个非常简单的查询，但我不知道出了什么问题。我在documentation 中看不到任何明显的东西。任何建议将不胜感激。

Answer 1

就我而言，将双引号更改为单引号可以解决此错误。

Presto 对字符串字面量使用单引号，对标识符使用双引号。

https://trino.io/docs/current/migration/from-hive.html#use-ansi-sql-syntax-for-identifiers-and-strings

字符串用单引号分隔，标识符用双引号引用，而不是反引号：

SELECT name AS "User Name"
FROM "7day_active"
WHERE name = 'foo'

Answer 2

我已根据我当前的调查结果以及我与 AWS Glue 和 Athena 支持团队的联系编辑了对此问题的回复。

我们遇到了同样的问题 - 无法查询 CSV 文件中的第一列。问题归结为 CSV 文件的编码。简而言之，AWS Glue 和 Athena 目前不支持以UTF-8-BOM 编码的 CSV。如果您在 Excel 或 Notepad++ 中打开使用字节顺序标记 (BOM) 编码的 CSV，它看起来就像任何逗号分隔的文本文件。但是，在十六进制编辑器中打开它会揭示潜在的问题。文件开头有一堆特殊字符：，即 BOM。

在 AWS Glue 中处理 UTF-8-BOM CSV 文件时，它会保留这些特殊字符，然后与第一列名称相关联。当您尝试查询 Athena 中的第一列时，会产生错误。

在 AWS 上有解决此问题的方法：

• 在 AWS Glue 中，编辑表架构并删除第一列，然后使用正确的列名重新插入，或者

• 在 AWS Athena 中，执行 SHOW CREATE TABLE DDL 以脚本出有问题的表，删除生成脚本中的特殊字符，然后运行脚本创建一个新表可以查询。

为了让您的生活更简单，只需确保您的 CSV 编码为 UTF-8。

Answer 3

我注意到原始表的 csv 源的列标题带有大写字母（X 和 Y），这与 Athena 中显示的列名不同。 所以我删除了表格，编辑了 csv 文件，使标题为小写（x 和 y），然后重新创建了表格，现在它可以工作了！