Amazon Athena-无法在基本SQL WHERE查询中解析列

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

我得到：

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

我尝试了各种变化：

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，但我无法弄清楚出了什么问题。我在文档中看不到任何明显的内容。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 对字符串文字使用单引号，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应。

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，它看起来就像任何以逗号分隔的文本文件。然而，在十六进制编辑器中打开它揭示了潜在的问题。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，然后与第一个列名称相关联。当您尝试查询 Athena 中的第一列时，您将生成错误。

在 AWS 上有解决方法：

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

• 在 AWS Athena 中，执行SHOW CREATE TABLE DDL 以编写出有问题的表的脚本，删除生成的脚本中的特殊字符，然后运行该脚本以创建一个您可以查询的新表。

为了让您的生活更简单，只需确保您的 CSV 编码为 UTF-8。