SELECT - Amazon Athena
RiepilogoParametriOttenere le posizioni dei file per i dati di origine in Amazon S3 Escape delle virgolette singoleRisorse aggiuntive

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

SELECT

Recupera righe di dati da zero o più tabelle.

Nota

In questo argomento vengono fornite informazioni di riepilogo per riferimento. Informazioni complete sull'utilizzo di SELECT e il linguaggio SQL non rientrano nell'ambito di questa documentazione. Per informazioni sull'utilizzo di SQL specifico per Athena, consulta Considerazioni e restrizioni per le query SQL in Amazon Athena e Esegui query SQL in Amazon Athena. Per vedere esempio di creazione di un database o di una tabella e di esecuzione di una query SELECT sulla tabella di Athena, consulta Inizia a usare.

Riepilogo

[ WITH with_query [, ...] ]
SELECT [ ALL | DISTINCT ] select_expression [, ...]
[ FROM from_item [, ...] ]
[ WHERE condition ]
[ GROUP BY [ ALL | DISTINCT ] grouping_element [, ...] ]
[ HAVING condition ]
[ { UNION | INTERSECT | EXCEPT } [ ALL | DISTINCT ] select ]
[ ORDER BY expression [ ASC | DESC ] [ NULLS FIRST | NULLS LAST] [, ...] ]
[ OFFSET count [ ROW | ROWS ] ]
[ LIMIT [ count | ALL ] ]
Nota

Le parole riservate nelle istruzioni SQL SELECT devono essere racchiuse tra virgolette doppie. Per ulteriori informazioni, consulta Parole chiave riservate da cui scappare nelle istruzioni SQL SELECT.

Parametri

[ WITH with_query [, ....] ]

È possibile utilizzare WITH per appiattire query nidificate o per semplificare le sottoquery.

L'utilizzo della clausola WITH per creare query ricorsive è supportato a partire dalla versione 3 del motore Athena. La profondità massima di ricorsione è pari a 10.

La clausola WITH precede l'elenco SELECT in una query e definisce una o più sottoquery da usare all'interno della query SELECT.

Ogni sottoquery definisce una tabella temporanea, simile a una definizione vista, cui è possibile fare riferimento nella clausola FROM. Le tabelle vengono utilizzate solo quando la query è in esecuzione.

La sintassi with_query è:

subquery_table_name [ ( column_name [, ...] ) ] AS (subquery)

Dove:

  • subquery_table_name è un univoco per una tabella temporanea che definisce i risultati della sottoquery della clausola WITH. A ogni subquery deve essere assegnato un nome di tabella a cui è possibile fare riferimento nella clausola FROM.

  • column_name [, ...] è un elenco opzionale dei nomi di colonna di output. Il numero dei nomi di colonna specificati deve essere uguale o inferiore al numero delle colonne definite dalla subquery.

  • subquery è un'istruzione di query.

[TUTTI | DISTINCT] select_expression

select_expression determina la righe da selezionare. A select_expression può utilizzare uno dei seguenti formati:

expression [ [ AS ] column_alias ] [, ...]
row_expression.* [ AS ( column_alias [, ...] ) ]
relation.*
*

  • La expression [ [ AS ] column_alias ] sintassi specifica una colonna di output. La [AS] column_alias sintassi opzionale specifica un nome di titolo personalizzato da utilizzare per la colonna nell'output.

  • Forrow_expression.* [ AS ( column_alias [, ...] ) ], row_expression è un'espressione arbitraria del tipo di dati. ROW I campi della riga definiscono le colonne di output da includere nel risultato.

  • Perchérelation.*, le colonne di relation sono incluse nel risultato. Questa sintassi non consente l'uso di alias di colonna.

  • L'asterisco * specifica che tutte le colonne devono essere incluse nel set di risultati.

  • Nel set di risultati, l'ordine delle colonne è lo stesso dell'ordine in cui vengono specificate dall'espressione select. Se un'espressione select restituisce più colonne, l'ordine delle colonne segue l'ordine utilizzato nella relazione di origine o nell'espressione del tipo di riga.

  • Quando vengono specificati alias di colonna, gli alias sostituiscono i nomi di campi di colonna o riga preesistenti. Se l'espressione select non ha nomi di colonna, nell'output vengono visualizzati i nomi di colonna anonimi con indicizzazione zero (_col0,,_col1). _col2, ...

  • Il valore predefinito è ALL. L'utilizzo di ALL viene gestito come se fosse omesso; vengono selezionate tutte le righe per tutte le colonne e duplicati vengono conservati.

  • Usa DISTINCT per restituire solo i valori distinti quando una colonna contiene valori duplicati.

FROM from_item [, ...]

Indica l'input alla query, dove from_item può essere una vista, un costrutto JOIN o una sottoquery, come descritto di seguito.

from_item può essere:

  • table_name [ [ AS ] alias [ (column_alias [, ...]) ] ]

    Dove table_name è il nome della tabella di destinazione da cui selezionare le righe; alias è il nome da assegnare all'output dell'istruzione SELECT e column_alias definisce le colonne per l'alias specificato.

-O-

  • join_type from_item [ ON join_condition | USING ( join_column [, ...] ) ]

    Dove join_type è una tra le seguenti opzioni:

    • [ INNER ] JOIN

    • LEFT [ OUTER ] JOIN

    • RIGHT [ OUTER ] JOIN

    • FULL [ OUTER ] JOIN

    • CROSS JOIN

    • ON join_condition | USING (join_column [, ...]) Dove l'utilizzo di join_condition consente di specificare nomi di colonna per le chiavi JOIN in più tabelle e l'utilizzo di join_column richiede che join_column esista in entrambe le tabelle.

[ condizione WHERE ]

Filtra i risultati in base alla condition specificata, dove condition in genere ha la seguente sintassi.

column_name operator value [[[AND | OR] column_name operator value] ...]

operatorPuò essere uno dei comparatori=,,,,>,<. >= <= <> !=

Le seguenti espressioni di sottoquery possono essere utilizzate anche nella clausola WHERE.

  • [NOT] BETWEEN integer_A AND integer_B — Specifica un intervallo tra due numeri interi, come nell'esempio seguente. Se il tipo di dati della colonna è varchar, la colonna deve essere prima creata su un numero intero.

    SELECT DISTINCT processid FROM "webdata"."impressions"
WHERE cast(processid as int) BETWEEN 1500 and 1800
ORDER BY processid

  • [NOT] LIKE value— Cerca il modello specificato. Utilizza il segno di percentuale (%) come carattere jolly, come nell'esempio seguente.

    SELECT * FROM "webdata"."impressions"
WHERE referrer LIKE '%.org'

  • [NOT] IN (value[, value[, ...]) – Specifica un elenco di possibili valori per una colonna, come nell'esempio seguente.

    SELECT * FROM "webdata"."impressions"
WHERE referrer IN ('example.com','example.net','example.org')
[GROUP BY [ALL | DISTINCT] grouping_expressions [,...]]

Suddivide l'output dell'istruzione SELECT in righe con valori corrispondenti.

ALL e DISTINCT determinano se i set duplicati di set di raggruppamento producono ciascuno righe di output diverse. Se omesso, viene utilizzato ALL.

grouping_expressions consente di eseguire operazioni di raggruppamento complesse. È possibile utilizzare operazioni di raggruppamento complesse per eseguire un'analisi che richiede di aggregare più serie di colonne in una query singola.

L'elemento grouping_expressions può essere qualsiasi funzione, come SUM, AVG o COUNT, eseguita sulle colonne di input.

Le espressioni GROUP BY possono raggruppare l'output in base ai nomi di colonna di input che non appaiono nell'output dell'istruzione SELECT.

Tutte le espressioni di output devono essere funzioni aggregate o colonne presenti nella clausola GROUP BY.

È possibile utilizzare una singola query per eseguire un'analisi che richiede di aggregare più serie di colonne.

Athena supporta aggregazioni complesse usando GROUPING SETS, CUBE e ROLLUP. GROUP BY GROUPING SETS specifica più elenchi di colonne su cui eseguire il raggruppamento. GROUP BY CUBE genera tutti i possibili set di raggruppamento per un determinato set di colonne. GROUP BY ROLLUP genera tutti i possibili subtotali per un determinato set di colonne. Le operazioni di raggruppamento complesse non supportano il raggruppamento su espressioni composte da colonne di input. Solo ammessi solo i nomi di colonna.

Spesso è possibile utilizzare UNION ALL per ottenere gli stessi risultati ottenuti in queste operazioni GROUP BY, ma le query che utilizzano GROUP BY hanno il vantaggio di leggere i dati una sola volta, mentre UNION ALL legge i dati sottostanti tre volte e potrebbe produrre risultati incoerenti quando l'origine dati è soggetta a modifiche.

[ condizione HAVING ]

Utilizzata con funzioni aggregate e con la clausola GROUP BY. Controlla quali gruppi sono selezionati, eliminando i gruppi che non soddisfano la condition. Questo filtraggio si verifica dopo che i gruppi e gli aggregati sono stati calcolati.

[ { UNION | INTERSECT | EXCEPT } [ ALL | DISTINCT ] union_query] ]

UNION, INTERSECT e EXCEPT combinano i risultati di più di un'istruzione SELECT in una singola query. ALL o DISTINCT controlla l'unicità delle righe incluse nel set finale di risultati.

UNION combina le righe risultanti dalla prima query con le righe risultanti dalla seconda query. Per eliminare i duplicati, UNION crea una tabella hash, che consuma memoria. Per prestazioni migliori, prendere in considerazione l'utilizzo di UNION ALL se la query non richiede l'eliminazione dei duplicati. Più clausole UNION vengono elaborate da sinistra a destra, a meno che non si utilizzino le parentesi per definire esplicitamente l'ordine di elaborazione.

INTERSECT restituisce solo le righe presenti nei risultati sia della prima che della seconda query.

EXCEPT restituisce le righe dai risultati della prima query, escludendo le righe trovate dalla seconda query.

ALL fa sì che tutte le righe siano incluse, anche se le righe sono identiche.

DISTINCT fa sì che solo righe univoche siano incluse nel set di risultati combinati.

[ espressione ORDER BY [ ASC | DESC ] [ NULLS FIRST | NULLS LAST] [, ...] ]

Ordina un set di risultati da uno o più output expression.

Quando la clausola contiene più espressioni, il set di risultati è ordinato in base alla prima expression. Quindi la seconda expression viene applicata a righe con valori corrispondenti dalla prima espressione e così via.

Ogni expression può specificare colonne di output da SELECT o un numero ordinale per una colonna di output per posizione, a partire da uno.

ORDER BY viene valutato come ultimo passaggio dopo qualsiasi clausola GROUP BY o HAVING. ASC e DESC determinano se i risultati sono in ordine crescente o decrescente. L'ordinamento predefinito è crescente (). ASC L'ordine predefinito nullo è NULLS LAST, indipendentemente dall'ordinamento crescente o decrescente.

[ OFFSET count [ ROW | ROWS ] ]

Utilizzare la clausola OFFSET per eliminare un certo numero di righe iniziali dal set di risultati. Se la clausola ORDER BY è presente, la clausola OFFSET viene valutata su un set di risultati ordinato e il set rimane ordinato dopo che le righe ignorate sono state scartate. Se la query non ha la clausola ORDER BY, è arbitrario quali righe vengono scartate. Se il conteggio specificato da OFFSET è uguale o maggiore delle dimensioni del set di risultati, il risultato finale è vuoto.

LIMIT [count | ALL]

Limita il numero di righe del set di risultati a count. LIMIT ALL è lo stesso omettendo la clausola LIMIT. Se la query non dispone di alcuna clausola ORDER BY, i risultati sono arbitrari.

TABLESAMPLE [ BERNOULLI | SYSTEM ] (percentuale)

Operatore facoltativo per selezionare righe da una tabella in base a un metodo di campionamento.

BERNOULLI seleziona ogni riga che deve essere nella tabella di esempio con una probabilità di percentage. Tutti i blocchi fisici della tabella vengono scansionati e determinate righe vengono ignorate in base a un confronto tra la percentage del campione e un valore casuale calcolato in fase di runtime.

Con SYSTEM, la tabella viene suddivisa in segmenti logici di dati e viene campionata a questa granularità.

Vengono selezionate tutte le righe da un determinato segmento oppure il segmento viene ignorato in base a un confronto tra la percentage campione e un valore casuale calcolato in fase di runtime. Il campionamento SYSTEM dipende dal connettore. Questo metodo non garantisce la campionatura indipendente delle probabilità.

[ UNNEST (array_or_map) [WITH ORDINALITY] ]

Espande una matrice o una mappa in una relazione. Le matrice vengono espanse in una singola colonna. Le mappe vengono espanse in due colonne (chiave, valore).

È possibile utilizzare UNNEST con più argomenti, che vengono espansi in più colonne con un numero di righe pari all'argomento di cardinalità più alto.

Alle altre colonne vengono aggiunti degli zeri.

La clausola WITH ORDINALITY aggiunge un colonna di ordinalità alla fine.

UNNEST viene in genere utilizzato con un JOIN e può fare riferimento a colonne dalle relazioni a sinistra del JOIN.

Ottenere le posizioni dei file per i dati di origine in Amazon S3

Per visualizzare la posizione del file Amazon S3 per i dati in una riga di tabella, puoi utilizzare "$path" in una query SELECT, come nell'esempio seguente:

SELECT "$path" FROM "my_database"."my_table" WHERE year=2019;

Questa query restituisce un risultato come il seguente:

s3://amzn-s3-demo-bucket/datasets_mytable/year=2019/data_file1.json

Per restituire un elenco ordinato e univoco dei percorsi del nome file S3 per i dati in una tabella, è possibile utilizzare SELECT DISTINCT e ORDER BY, come nell'esempio seguente.

SELECT DISTINCT "$path" AS data_source_file
FROM sampledb.elb_logs
ORDER By data_source_file ASC

Per restituire solo i nomi dei file senza il percorso, è possibile trasmettere "$path" come parametro per una funzione regexp_extract, come nell'esempio seguente.

SELECT DISTINCT regexp_extract("$path", '[^/]+$') AS data_source_file
FROM sampledb.elb_logs
ORDER By data_source_file ASC

Per restituire i dati da un file specifico, specificare il file nella clausola WHERE, come nell'esempio seguente.

SELECT *,"$path" FROM my_database.my_table WHERE "$path" = 's3://amzn-s3-demo-bucket/my_table/my_partition/file-01.csv'

Per ulteriori informazioni ed esempi, consulta l'articolo del Portale del sapere In che modo è possibile visualizzare il file sorgente Amazon S3 per cercare una riga di una tabella Athena?.

Nota

In Athena, le colonne di metadati nascoste Hive o Iceberg e $bucket, $file_modified_time, $file_size e $partition non sono supportate per le viste.

Escape delle virgolette singole

Per eseguire una procedura di escape di virgolette singole, precederla con altre virgolette, come nell'esempio seguente. Non confondere questo con doppie virgolette. 

Select 'O''Reilly'
Risultati

O'Reilly

Risorse aggiuntive

Per ulteriori informazioni sull'utilizzo delle istruzioni SELECT in Athena, consulta le seguenti risorse.

Per informazioni su questo Consulta questo
Esecuzione di query in Athena Esegui query SQL in Amazon Athena
Utilizzo di SELECT per creare una tabella Creare una tabella dai risultati delle interrogazioni (CTAS)
Inserimento di dati da una query SELECT in un'altra tabella INSERT INTO
Utilizzo di funzioni integrate nelle istruzioni SELECT Funzioni in Amazon Athena
Utilizzo di funzioni definite dall'utente nelle istruzioni SELECT Interrogazione con funzioni definite dall'utente
Esecuzione di query sui metadati del catalogo dati Interroga il AWS Glue Data Catalog