我是aws athena的新手，我正在尝试查询多个包含json文件的s3存储桶。我遇到了许多文档中没有任何答案的问题（遗憾的是，他们的错误日志信息不足，无法亲自解决）：
如何查询带括号的json字段？例如，我有一个名为“容量（gb）”的字段，当我试图在create external语句中包含时，我收到一个错误：
CREATE EXTERNAL TABLE IF NOT EXISTS test-scema.test_table (
`device`: string,
`Capacity(GB)`: string)您的查询有以下错误：
失败：执行错误，从org.apache.hadoop.hive.ql.exec.ddltask返回代码1。java.lang.illegalargumentexception:错误：：应位于“容量（gb）：字符串>”位置，但找到了“（”。
我的文件位于s3的子文件夹中，结构如下：
'位置\名称/yyyy/mm/dd/appstring/'
我想查询一个特定应用程序字符串的所有日期（很多个）。是否有任何“通配符”可用于替换日期路径？像这样： LOCATION 's3://location_name/%/%/%/appstring/' 我必须使用create external table加载原始数据，然后才进行查询，还是可以添加一些where语句？具体来说，这样的事情是可能的：
CREATE EXTERNAL TABLE IF NOT EXISTS test_schema.test_table (
field1:string,
field2:string
)
ROW FORMAT SERDE 'org.apache.hive.hcatalog.data.JsonSerDe'
WITH SERDEPROPERTIES (
'serialization.format' = '1'
) LOCATION 's3://folder/YYYY/MM/DD/appstring'
WHERE field2='value'在计费方面会有什么结果？因为现在我构建这个create语句只是为了再次重用sql查询中的数据。
谢谢！
1条答案
按热度按时间yhxst69z1#
1.用括号命名的json字段
不需要创建名为
Capacity(GB). 而是使用其他名称创建字段：如果您使用的是嵌套的json，那么就可以使用serde的
mapping属性（我在处理嵌套结构的hive serde的问题上看到）：这在以下输入条件下运行良好：
2.子文件夹
不能通配符中间路径(
s3://location_name/*/*/*/appstring/). 最接近的选择是使用分区数据，但这将需要不同的目录命名格式。3.创建表
不能指定
WHERE声明作为CREATE TABLE声明。如果您的目标是降低数据成本，那么可以使用分区数据来减少扫描的文件数，或者以基于列的格式（如parquet）存储。
例如，请参阅：使用AmazonAthena分析s3中的数据