SQLクエリの実行

Athena のクエリエディタを使って、実際に SQL クエリを実行するまでの流れを整理します。

1. Athenaクエリエディタ

AthenaにはWebベースのクエリエディタが用意されており、AWSマネジメントコンソール上でSQLクエリを記述・実行できます。

クエリエディタでは、左側のペインにデータベースとテーブルの一覧が表示されます。テーブルを選択すると、カラム名やデータ型を確認できるため、テーブル構造を把握しながらクエリを記述できます。

2. テーブルの作成(CREATE TABLE)

Athenaでテーブルを作成する例を示します。S3上のParquetファイルに対するテーブル定義です。

CREATE EXTERNAL TABLE IF NOT EXISTS sales_db.sales_data (
    order_id STRING,
    customer_id STRING,
    product_name STRING,
    amount INT,
    order_date STRING
)
STORED AS PARQUET
LOCATION 's3://my-bucket/raw/sales/';

この例では、データベースsales_db内にsales_dataというテーブルを作成しています。カラムはorder_id、customer_id、product_name、amount、order_dateの5つを定義しています。データ形式はParquetで、データの保存先はs3://my-bucket/raw/sales/です。

📝 EXTERNAL TABLEとは
Athenaで作成するテーブルは常に外部テーブル(EXTERNAL TABLE)です。外部テーブルは、テーブルの定義(メタデータ)のみをGlueデータカタログに登録し、実際のデータはS3に保存されたままです。テーブルを削除しても、S3上のデータは削除されません。

なお、CREATE TABLEで直接テーブルを作成する場合は、カラム定義やデータ形式、保存先などを一つずつ指定する必要があります。一方、Glueクローラーを使えば、S3上のParquetやCSVなどのファイルからスキーマを自動的に検出し、テーブル定義を作成できるため、手動での定義が不要になります。

3. データのクエリ

テーブルが作成されたら、通常のSQLと同様にクエリを実行できます。

-- 売上の合計を商品別に集計
SELECT
    product_name,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount
FROM sales_db.sales_data
WHERE order_date >= '2025-01-01'
GROUP BY product_name
ORDER BY total_amount DESC
LIMIT 10;

Athenaは標準的なSQLをサポートしているため、JOIN、GROUP BY、HAVING、サブクエリ、ウィンドウ関数など、一般的なSQL構文を使用できます。

4. CTAS(Create Table As Select)

CTAS(Create Table As Select)は、CREATE TABLE ... AS SELECTの略で、SELECTクエリの結果を新しいテーブルとしてS3に保存する機能です。通常のSELECTではクエリ結果を確認するだけですが、CTASを使えばその結果をParquetなどの形式でS3に書き出し、再利用可能なテーブルとして保存できます。GlueジョブでETL処理を組むほどではない簡単なデータ変換やフィルタリングに便利です。

CREATE TABLE sales_db.sales_parquet
WITH (
    format = 'PARQUET',
    external_location = 's3://my-bucket/processed/sales/'
) AS
SELECT * FROM sales_db.sales_data
WHERE order_date >= '2025-01-01';

この例では、sales_dataテーブルから2025年1月1日以降のデータを抽出し、Parquet形式で新しいテーブルsales_parquetとして保存しています。WITH句のformatで出力形式を指定し、external_locationでデータの保存先となるS3パスを指定しています。AS以降のSELECT文が、新しいテーブルに格納するデータを定義しています。