在Stage中查询CSV文件
在Stage中查询CSV文件
语法:
SELECT [<alias>.]$<col_position> [, $<col_position> ...]
FROM {@<stage_name>[/<path>] [<table_alias>] | '<uri>' [<table_alias>]}
[(
[<connection_parameters>],
[ PATTERN => '<regex_pattern>'],
[ FILE_FORMAT => 'CSV| <custom_format_name>'],
[ FILES => ( '<file_name>' [ , '<file_name>' ] [ , ... ] ) ]
)]
提示
CSV没有schema信息,所以我们只能通过位置查询列 $<col_position> [, $<col_position> ...]
。
教程
步骤1. 创建外部Stage
使用您自己的S3 bucket和凭证创建一个外部stage,您的CSV文件存储在该bucket中。
CREATE STAGE csv_query_stage
URL = 's3://load/csv/'
CONNECTION = (
ACCESS_KEY_ID = '<your-access-key-id>'
SECRET_ACCESS_KEY = '<your-secret-access-key>'
);
步骤2. 创建自定义CSV文件格式
CREATE FILE FORMAT csv_query_format
TYPE = CSV,
RECORD_DELIMITER = '\n',
FIELD_DELIMITER = ',',
COMPRESSION = AUTO,
SKIP_HEADER = 1; -- 如果CSV文件有header,查询时跳过第一行
- 更多CSV文件格式选项请参考 CSV文件格式选项
步骤3. 查询CSV文件
SELECT $1, $2, $3
FROM @csv_query_stage
(
FILE_FORMAT => 'csv_query_format',
PATTERN => '.*[.]csv'
);
如果CSV文件使用gzip压缩,我们可以使用以下查询:
SELECT $1, $2, $3
FROM @csv_query_stage
(
FILE_FORMAT => 'csv_query_format',
PATTERN => '.*[.]csv[.]gz'
);