# Exemplos de consultas CTAS Use os exemplos a seguir para criar consultas CTAS. Para obter informações sobre a sintaxe de CTAS, consulte [CREATE TABLE AS](create-table-as.md). Nesta seção: + [Example: Duplicating a table by selecting all columns](#ctas-example-dupe-table) + [Example: Selecting specific columns from one or more tables](#ctas-example-specify-columns) + [Example: Creating an empty copy of an existing table](#ctas-example-empty-table) + [Example: Specifying data storage and compression formats](#ctas-example-compression) + [Example: Writing query results to a different format](#ctas-example-format) + [Example: Creating unpartitioned tables](#ctas-example-unpartitioned) + [Example: Creating partitioned tables](#ctas-example-partitioned) + [Example: Creating bucketed and partitioned tables](#ctas-example-bucketed) + [Example: Creating an Iceberg table with Parquet data](#ctas-example-iceberg-parquet) + [Example: Creating an Iceberg table with Avro data](#ctas-example-iceberg-avro) + [Example: Creating an S3 table using CTAS](#ctas-example-s3-table) **Example Exemplo: duplicar tabela selecionando todas as colunas** O exemplo a seguir cria uma tabela copiando todas as colunas de uma tabela: ``` CREATE TABLE new_table AS SELECT {{*}} FROM old_table; ``` Na variação a seguir do mesmo exemplo, a instrução `SELECT` também inclui uma cláusula `WHERE`. Nesse caso, a consulta seleciona somente as linhas da tabela que satisfazem a cláusula `WHERE`: ``` CREATE TABLE new_table AS SELECT * FROM old_table WHERE {{condition}}; ``` **Example Exemplo: selecionar colunas específicas de uma ou mais tabelas** O exemplo a seguir cria uma consulta que é executada em um conjunto de colunas de outra tabela: ``` CREATE TABLE new_table AS SELECT {{column_1}}, {{column_2, ... column_n}} FROM old_table; ``` Essa variação do mesmo exemplo cria uma tabela por meio de colunas específicas de várias tabelas: ``` CREATE TABLE new_table AS SELECT column_1, column_2, ... {{column_n}} FROM {{old_table_1}}, {{old_table_2}}, ... {{old_table_n}}; ``` **Example Exemplo: criar uma cópia vazia de uma tabela existente** O exemplo a seguir usa `WITH NO DATA` para criar uma tabela vazia e que tenha o mesmo esquema da tabela original: ``` CREATE TABLE new_table AS SELECT * FROM old_table WITH NO DATA; ``` **Example Exemplo: especificar armazenamento de dados e formatos de compactação** Com a CTAS, é possível usar a tabela de origem para criar outra tabela em um formato diferente. Use a propriedade `format` para especificar `ORC`, `PARQUET`, `AVRO`, `JSON` ou `TEXTFILE` como o formato de armazenamento para a nova tabela. Para os formatos de armazenamento `PARQUET`, `ORC`, `TEXTFILE` e `JSON`, use a propriedade `write_compression` para especificar o formato de compactação para os dados da nova tabela. Para obter mais informações sobre os formatos de compactação suportados por cada formato de arquivo, consulte [Usar compactação no Athena](compression-formats.md). O exemplo a seguir especifica que os dados na tabela `new_table` são armazenados em formato Parquet e usam compactação Snappy. A compactação padrão para Parquet é `GZIP`. ``` CREATE TABLE new_table WITH ( format = '{{Parquet}}', write_compression = 'SNAPPY') AS SELECT * FROM old_table; ``` O exemplo a seguir especifica que os dados na tabela `new_table` são armazenados em formato ORC e usam compactação Snappy. A compactação padrão para ORC é ZLIB. ``` CREATE TABLE new_table WITH (format = '{{ORC}}', write_compression = 'SNAPPY') AS SELECT * FROM old_table ; ``` O exemplo a seguir especifica esses dados na tabela `new_table` são armazenados em formato textfile usando a compactação Snappy. A compactação padrão para os formatos textfile e JSON é GZIP. ``` CREATE TABLE new_table WITH (format = '{{TEXTFILE}}', write_compression = 'SNAPPY') AS SELECT * FROM old_table ; ``` **Example Exemplo: gravar resultados da consulta em um formato diferente** A seguinte consulta CTAS seleciona todos os registros de `old_table`, que poderiam ser armazenados em CSV ou em outro formato, e cria uma nova tabela com os dados subjacentes salvos no Amazon S3 no formato ORC: ``` CREATE TABLE my_orc_ctas_table WITH ( external_location = 's3://amzn-s3-demo-bucket/my_orc_stas_table/', format = '{{ORC}}') AS SELECT * FROM old_table; ``` **Example Exemplo: criar tabelas não particionadas** Os exemplos a seguir criam tabelas que não são particionadas. Os dados da tabela são armazenados em formatos diferentes. Alguns desses exemplos especificam o local externo. O exemplo a seguir cria uma consulta CTAS que armazena os resultados como um arquivo de texto: ``` CREATE TABLE ctas_csv_unpartitioned WITH ( format = '{{TEXTFILE}}', external_location = 's3://amzn-s3-demo-bucket/ctas_csv_unpartitioned/') AS SELECT key1, name1, address1, comment1 FROM table1; ``` No exemplo a seguir, os resultados são armazenados em Parquet, e os local padrão dos resultados é usado: ``` CREATE TABLE ctas_parquet_unpartitioned WITH (format = '{{PARQUET}}') AS SELECT key1, name1, comment1 FROM table1; ``` No a consulta a seguir, a tabela é armazenada em JSON, e colunas específicas são selecionadas entre os resultados da tabela original: ``` CREATE TABLE ctas_json_unpartitioned WITH ( format = '{{JSON}}', external_location = 's3://amzn-s3-demo-bucket/ctas_json_unpartitioned/') AS SELECT key1, name1, address1, comment1 FROM table1; ``` No exemplo a seguir, o formato é ORC: ``` CREATE TABLE ctas_orc_unpartitioned WITH ( format = '{{ORC}}') AS SELECT key1, name1, comment1 FROM table1; ``` No exemplo a seguir, o formato é Avro: ``` CREATE TABLE ctas_avro_unpartitioned WITH ( format = '{{AVRO}}', external_location = 's3://amzn-s3-demo-bucket/ctas_avro_unpartitioned/') AS SELECT key1, name1, comment1 FROM table1; ``` **Example Exemplo: criar tabelas particionadas** Os exemplos a seguir mostram consultas `CREATE TABLE AS SELECT` para tabelas particionadas em diferentes formatos de armazenamento, usando `partitioned_by` e outras propriedades na cláusula `WITH`. Para ver a sintaxe, consulte [Propriedades da tabela CTAS](create-table-as.md#ctas-table-properties). Para obter mais informações sobre como escolher as colunas para particionamento, consulte [Usar particionamento e bucketing](ctas-partitioning-and-bucketing.md). Liste as colunas da partição no final da lista de colunas na instrução `SELECT`. Você pode particionar por mais de uma coluna e ter até 100 combinações únicas de partições e buckets. Por exemplo, você pode ter 100 partições se nenhum bucket for especificado. ``` CREATE TABLE ctas_csv_partitioned WITH ( format = '{{TEXTFILE}}', external_location = 's3://amzn-s3-demo-bucket/ctas_csv_partitioned/', partitioned_by = ARRAY['key1']) AS SELECT name1, address1, comment1, key1 FROM tables1; ``` ``` CREATE TABLE ctas_json_partitioned WITH ( format = '{{JSON}}', external_location = 's3://amzn-s3-demo-bucket/ctas_json_partitioned/', partitioned_by = ARRAY['key1']) AS select name1, address1, comment1, key1 FROM table1; ``` **Example Exemplo: criar tabelas em bucket e particionadas** O exemplo a seguir mostra uma consulta `CREATE TABLE AS SELECT` que usa tanto o particionamento quanto o armazenamento em bucket para armazenar os resultados das consultas no Amazon S3. Os resultados da tabela são particionados e armazenados em bucket por diferentes colunas. O Athena permite no máximo 100 combinações únicas de bucket e partição. Por exemplo, se você criar uma tabela com cinco buckets, é possível ter 20 partições com cinco buckets cada. Para ver a sintaxe, consulte [Propriedades da tabela CTAS](create-table-as.md#ctas-table-properties). Para obter mais informações sobre como escolher as colunas para armazenamento em bucket, consulte [Usar particionamento e bucketing](ctas-partitioning-and-bucketing.md). ``` CREATE TABLE ctas_avro_bucketed WITH ( format = '{{AVRO}}', external_location = 's3://amzn-s3-demo-bucket/ctas_avro_bucketed/', partitioned_by = ARRAY['nationkey'], bucketed_by = ARRAY['mktsegment'], bucket_count = 3) AS SELECT key1, name1, address1, phone1, acctbal, mktsegment, comment1, nationkey FROM table1; ``` **Example Exemplo: criação de uma tabela do Iceberg com dados do Parquet** O exemplo a seguir cria uma tabela do Iceberg com arquivos de dados do Parquet. Os arquivos são particionados por mês usando a coluna `dt` na `table1`. O exemplo atualiza as propriedades de retenção na tabela para que dez snapshots sejam retidos, por padrão, em cada ramificação da tabela. Os snapshots dos últimos 7 dias também são retidos. Para obter mais informações sobre as propriedades de tabelas Iceberg no Athena, consulte [Especificar propriedades das tabelas](querying-iceberg-creating-tables.md#querying-iceberg-table-properties). ``` CREATE TABLE ctas_iceberg_parquet WITH (table_type = 'ICEBERG', format = 'PARQUET', location = 's3://amzn-s3-demo-bucket/ctas_iceberg_parquet/', is_external = false, partitioning = ARRAY['month(dt)'], vacuum_min_snapshots_to_keep = 10, vacuum_max_snapshot_age_seconds = 604800 ) AS SELECT key1, name1, dt FROM table1; ``` **Example Exemplo: criação de uma tabela do Iceberg com dados do Avro** O exemplo a seguir cria uma tabela do Iceberg com arquivos de dados do Avro particionados por `key1`. ``` CREATE TABLE ctas_iceberg_avro WITH ( format = 'AVRO', location = 's3://amzn-s3-demo-bucket/ctas_iceberg_avro/', is_external = false, table_type = 'ICEBERG', partitioning = ARRAY['key1']) AS SELECT key1, name1, date FROM table1; ``` **Example Exemplo: criando uma tabela do S3 usando CTAS** O exemplo a seguir cria uma nova tabela do S3 usando CTAS. Observe que a propriedade de localização é omitida e o `table_type` assume o padrão `ICEBERG`: ``` CREATE TABLE "s3tablescatalog/{{amzn-s3-demo-bucket}}"."{{namespace}}"."{{s3-table-name}}" WITH ( format = 'PARQUET' ) AS SELECT * FROM {{source_table}}; ``` Você pode especificar todas as outras propriedades da tabela do Iceberg, como particionamento e distribuição em buckets com a mesma sintaxe das tabelas normais do Iceberg.