查询 Stage 中的 CSV 文件

查询 Stage 中的 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>' ] [ , ... ] ) ]
)]

Tips

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. 创建一个外部 Stage

使用您自己的 S3 bucket 和存储 CSV 文件的凭据创建一个外部 Stage。

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，则在查询时跳过第一行

• 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'
);