本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon Athena SQL 中的 Iceberg 資料表入門

Amazon Athena 為 Iceberg 提供內建支援。您可以使用 Iceberg，無需任何其他步驟或組態，但設定 Athena 文件入門一節中詳述的服務先決條件除外。本節提供在 Athena 中建立資料表的簡短簡介。如需詳細資訊，請參閱本指南稍後的使用 Athena SQL 來使用 Iceberg 資料表。

您可以使用不同的引擎 AWS 在 上建立 Iceberg 資料表。這些資料表可順暢運作 AWS 服務。若要使用 Athena SQL 建立您的第一個 Iceberg 資料表，您可以使用下列樣板程式碼。

CREATE TABLE <table_name> (
    col_1 string,
    col_2 string,
    col_3 bigint,
    col_ts timestamp)
PARTITIONED BY (col_1, <<<partition_transform>>>(col_ts))
LOCATION 's3://<bucket>/<folder>/<table_name>/'
TBLPROPERTIES ( 
    'table_type' ='ICEBERG'
)

下列各節提供在 Athena 中建立分割和未分割 Iceberg 資料表的範例。如需詳細資訊，請參閱 Athena 文件中詳述的 Iceberg 語法。

建立未分割的資料表

下列範例陳述式會自訂樣板 SQL 程式碼，以在 Athena 中建立未分割的 Iceberg 資料表。您可以將此陳述式新增至 Athena 主控台中的查詢編輯器，以建立資料表。

CREATE TABLE athena_iceberg_table (
    color string,
    date string,
    name string,
    price bigint,
    product string,
    ts timestamp)
LOCATION 's3://DOC_EXAMPLE_BUCKET/ice_warehouse/iceberg_db/athena_iceberg_table/'
TBLPROPERTIES ( 
    'table_type' ='ICEBERG'
)

如需使用查詢編輯器的step-by-step說明，請參閱 Athena 文件中的入門。

建立分割的資料表

下列陳述式會使用 Iceberg 隱藏分割的概念，根據日期建立分割資料表。它使用 day() 轉換，從時間戳記資料欄使用 dd-mm-yyyy 格式衍生每日分割區。Iceberg 不會將此值儲存為資料集中的新資料欄。相反地，當您寫入或查詢資料時， 值會即時衍生。

CREATE TABLE athena_iceberg_table_partitioned (
    color string,
    date string,
    name string,
    price bigint,
    product string,
    ts timestamp)
PARTITIONED BY (day(ts))
LOCATION 's3://DOC_EXAMPLE_BUCKET/ice_warehouse/iceberg_db/athena_iceberg_table/'
TBLPROPERTIES ( 
    'table_type' ='ICEBERG'
)

使用單一 CTAS 陳述式建立資料表並載入資料

在前幾節的分割和未分割範例中，Iceberg 資料表會建立為空白資料表。您可以使用 INSERT 或 MERGE陳述式將資料載入資料表。或者，您可以使用 CREATE TABLE AS SELECT (CTAS)陳述式，在單一步驟中建立資料並將其載入 Iceberg 資料表。

CTAS 是 Athena 在單一陳述式中建立資料表和載入資料的最佳方式。下列範例說明如何使用 CTAS 從 Athena 中現有的 Hive/Parquet 資料表 (iceberg_ctas_table) 建立 Iceberg 資料表 (hive_table)。

CREATE TABLE iceberg_ctas_table WITH (
  table_type = 'ICEBERG',
  is_external = false,
  location = 's3://DOC_EXAMPLE_BUCKET/ice_warehouse/iceberg_db/iceberg_ctas_table/'
) AS
SELECT * FROM "iceberg_db"."hive_table" limit 20
---
SELECT * FROM "iceberg_db"."iceberg_ctas_table" limit 20

若要進一步了解 CTAS，請參閱 Athena CTAS 文件。

插入、更新和刪除資料

Athena 支援使用 INSERT INTO、MERGE INTO、 和 DELETE FROM 陳述式，將資料寫入 Iceberg UPDATE資料表的不同方式。

下列陳述式使用 INSERT INTO將資料新增至 Iceberg 資料表：

INSERT INTO "iceberg_db"."ice_table" VALUES (
    'red', '222022-07-19T03:47:29', 'PersonNew', 178, 'Tuna', now()
)

SELECT * FROM "iceberg_db"."ice_table"
where color = 'red' limit 10;

輸出範例：

如需詳細資訊，請參閱 Athena 文件。

查詢 Iceberg 資料表

您可以使用 Athena SQL 對 Iceberg 資料表執行定期 SQL 查詢，如先前範例所示。

除了一般查詢之外，Athena 也支援 Iceberg 資料表的時間歷程查詢。如前所述，您可以透過 Iceberg 資料表中的更新或刪除來變更現有記錄，因此根據時間戳記或快照 ID，使用時間歷程查詢來查看資料表的較舊版本相當方便。

例如，下列陳述式會更新 的顏色值Person5，然後顯示 2023 年 1 月 4 日起的舊值：

UPDATE ice_table SET color='new_color' WHERE name='Person5'

SELECT * FROM "iceberg_db"."ice_table" FOR TIMESTAMP AS OF TIMESTAMP '2023-01-04 12:00:00 UTC'

輸出範例：

如需時間歷程查詢的語法和其他範例，請參閱 Athena 文件。

Iceberg 資料表結構

現在我們已經介紹了使用 Iceberg 資料表的基本步驟，讓我們深入了解 Iceberg 資料表的複雜細節和設計。

為了啟用本指南先前所述的功能，Iceberg 的設計採用階層式資料層和中繼資料檔案。這些層會以智慧方式管理中繼資料，以最佳化查詢規劃和執行。

下圖透過兩個角度描繪 Iceberg 資料表的組織： AWS 服務 用於在 Amazon S3 中存放資料表和檔案放置的 。

如圖所示，Iceberg 資料表由三個主要層組成：