运行完全相同的查询时，Athena 返回不同的结果集

Question

当我在同一个数据集（s3 上完全相同的 parquet 文件）上多次运行完全相同的查询时，每次返回的结果集都略有不同。有时缺少几行或聚合数据略有偏差等。当然，查询相对复杂，有几个嵌套查询和在分区子集上运行的聚合，但我不明白为什么查询结果会有所不同。是否有我不知道的查询结果一致性类型的设置？

Answer 1

有一个示例查询和示例数据布局会很有帮助。首先想到的是数据不断地附加到 parquet 文件中，但您确认不是这种情况。

如果您有很多分区，则可能是 Athena 尚未加载其中一些分区（自动）。虽然分区可能存在，但 Athena 还需要将这些分区加载到内部 Athena 数据目录中。可能是该数据目录中仍然缺少其中一些分区，因此在运行查询时未使用。结果是您的聚合略有偏差。

您可以尝试以下方法，然后再次运行查询几次，看看结果是否仍然变化：

MSCK REPAIR TABLE table_name;

更多信息可以在here找到。