在Stage中查询ORC文件
语法
SELECT [<alias>.]<column> [, <column> ...] | [<alias>.]$<col_position> [, $<col_position> ...]
FROM {@<stage_name>[/<path>] [<table_alias>] | '<uri>' [<table_alias>]}
[(
[<connection_parameters>],
[ PATTERN => '<regex_pattern>'],
[ FILE_FORMAT => 'ORC | <custom_format_name>'],
[ FILES => ( '<file_name>' [ , '<file_name>' ] [ , ... ] ) ]
)]
教程
在本教程中,我们将引导您完成以下步骤:下载 Iris 数据集(ORC 格式),将其上传至 Amazon S3 桶,创建外部 Stage,并直接从 ORC 文件查询数据。
1
下载 Iris 数据集
从 https://github.com/tensorflow/io/raw/master/tests/test_orc/iris.orc 下载Iris数据集,然后将其上传至您的Amazon S3 桶。
Iris 数据集包含 3 类,每类 50 个实例,每类代表一种鸢尾植物。它有 4 个属性:(1) 萼片长度,(2) 萼片宽度,(3) 花瓣长度,(4) 花瓣宽度,最后一列包含类别标签。
2
创建外部 Stage
创建一个外部 Stage,指向存储您的 Iris 数据集文件的 Amazon S3 桶。
CREATE STAGE orc_query_stage
URL = 's3://databend-doc'
CONNECTION = (
AWS_KEY_ID = '<your-key-id>',
AWS_SECRET_KEY = '<your-secret-key>'
);