查询 Stage 中的 Parquet 文件
查询 Stage 中的 Parquet 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 => 'PARQUET | <custom_format_name>'],
[ FILES => ( '<file_name>' [ , '<file_name>' ] [ , ... ] ) ],
[ CASE_SENSITIVE => true | false ]
)]
Tips
Parquet 具有 schema 信息,因此我们可以直接查询列 <column> [, <column> ...]
。
教程
步骤 1. 创建外部 Stage
使用您自己的 S3 bucket 和存储 Parquet 文件的凭据创建一个外部 Stage。
CREATE STAGE parquet_query_stage
URL = 's3://load/parquet/'
CONNECTION = (
ACCESS_KEY_ID = '<your-access-key-id>'
SECRET_ACCESS_KEY = '<your-secret-access-key>'
);
步骤 2. 创建自定义 Parquet 文件格式
CREATE FILE FORMAT parquet_query_format
TYPE = PARQUET
;
- 更多 Parquet 文件格式选项请参考 Parquet 文件格式选项
步骤 3. 查询 Parquet 文件
SELECT *
FROM @parquet_query_stage
(
FILE_FORMAT => 'parquet_query_format',
PATTERN => '.*[.]parquet'
);