我已经在s3上使用aws glue，使用一个简单的xml分类器爬网了几个xml文件：
但是，当我尝试使用aws athena对该数据运行任何查询时，会出现以下错误（请注意，这是我在这里执行的最简单的查询）：
配置单元\未知\错误：无法创建输入格式
请注意，athena可以看到我的表和列，但不能查询它们：
我注意到在aws论坛上有人也有同样的问题：athenaxml查询给hive一个未知错误，但是没有得到任何人的喜爱。
我知道这里有一个关于这个错误的类似问题，但是这个问题是针对rds数据库的，不像我这里的s3 bucket。
有人有解决办法吗？
1条答案
按热度按时间7eumitmz1#
不幸的是，在2018年12月，雅典娜无法查询xml输入，这很难理解，因为你可能听说雅典娜和aws glue可以查询xml。
你所看到的aws爬虫的输出是正确的，只是不是你认为它在做什么！例如，爬虫程序运行后，您看到了表，但无法执行任何athena查询。进入aws glue目录，右键单击表，单击表，编辑属性它将如下所示：
注意输入格式是如何为空的吗？如果您有任何其他表，您可以查看它们的属性或返回到输入格式化程序文档中。这是您收到的错误。
解决：
上传前将数据转换为text/json/avro/其他支持的格式
创建一个aws glue job，将源到目标从xml转换为目标支持的athena格式（希望用orc/parquet压缩）