Question

我正在尝试将sv的csv文件转换为Athena中的表。当我在Athena控制台上运行查询时，它可以工作，但是当我在具有boto3客户端的Sagemaker Jupyter笔记本上运行查询时，它返回：

"**InvalidRequestException**: An error occurred (InvalidRequestException) when calling the StartQueryExecution operation: line 1:8: no viable alternative at input 'CREATE EXTERNAL'"

这是我的代码

def run_query(query):
    client = boto3.client('athena')
    response = client.start_query_execution(
        QueryString=query,
        ResultConfiguration={
            'OutputLocation': 's3://path/to/s3output',
            }
        )
    print('Execution ID: ' + response['QueryExecutionId'])
    return response

createTable = \
"""CREATE EXTERNAL TABLE TestTable (
    ID string,
    CustomerId string, 
    Ip string,
    MessageFilename string

)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
WITH SERDEPROPERTIES (
   'separatorChar' = ',',
   'quoteChar' = '\"',
   'escapeChar' = '\\'
 )
STORED AS TEXTFILE
LOCATION 's3://bucket_name/results/csv/'
TBLPROPERTIES ("skip.header.line.count"="1")"""

response = run_query(createTable, s3_output)
print(response)

我已通过boto3客户端以json格式运行查询（因此，使用ROW FORMAT SERDE'org.openx.data.jsonserde.JsonSerDe'）效果很好，但不成功。我曾尝试更改名称，语法，引号，但这似乎不起作用。

任何建议将不胜感激，谢谢！

Answer 1

感谢您分享完整的示例。问题在于SERDEPROPERTIES中的转义。在按如下所示修改createTable之后，

createTable = \
"""CREATE EXTERNAL TABLE testtable (
    `id` string,
    `customerid` string, 
    `ip` string,
    `messagefilename` string
)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
WITH SERDEPROPERTIES (
  'separatorChar' = ',', 
  'quoteChar' = '\\\"', 
  'escapeChar' = '\\\\' )
STORED AS TEXTFILE
LOCATION 's3://bucket_name/results/csv/'
TBLPROPERTIES ("skip.header.line.count"="1");"""

Athena查询可在控制台中使用，但不能与sagemaker中的boto3客户端一起使用（将csv转换为表）

1 个答案: